ディープラーニング:順伝播と逆伝播

入力データ
(数字の"2")

ボタンを押して開始

ディープラーニングの学習サイクル

このアニメーションは、ディープラーニングが「予測」と「学習」を繰り返して賢くなっていく様子を視覚化したものです。左の入力データ(数字の"2")が、どのように処理され、モデルがどうやって間違いから学ぶのかを見ていきましょう。


ステップ1:予測する (順伝播 - Forward Propagation)

「予測する」ボタンを押すと、順伝播が始まります。これは、ネットワークが答えを出すプロセスです。

最初の予測では、ネットワークはまだ学習していないため、間違った答え("3")を出してしまいます。

ステップ2:学習する (逆伝播 - Backpropagation)

予測が間違っていたら、ネットワークは学習しなければなりません。「学習する」ボタンを押すと、逆伝播が始まります。

  1. 誤差の計算: まず、「予測(3)」と「正解(2)」のズレ(誤差)を計算します。アニメーションでは、正解である"2"のニューロンが緑に光ることで表現されます。
  2. 誤差の逆流: 次に、この誤差の情報が、今度は右の出力層から左の入力層に向かって逆流します。この緑色のパルス()は、「この間違いに、どのニューロンや接続がどれだけ責任があったか」を伝える重要な信号です。
  3. 重みの更新: 誤差のパルスが通過した接続(ニューロン間の線)は、その「責任」に応じて更新されます。アニメーションでは、接続が黄色く光ることで、重みが更新(学習)されたことを示します。

ステップ3:再び予測する

学習が完了すると、「予測する」ボタンが再び押せるようになります。もう一度押してみてください。今度は、逆伝播によって更新された重みを使って順伝播が行われるため、ネットワークは正しく「2」と予測できるようになっています。

ディープラーニングは、この「予測 → 誤差計算 → 更新」というサイクルを何百万回、何千万回と繰り返すことで、非常に複雑なパターンを認識できるようになるのです。「リセット」ボタンで初期状態に戻し、このサイクルを何度でも試すことができます。