{"id":65660,"date":"2025-06-22T08:39:57","date_gmt":"2025-06-22T06:39:57","guid":{"rendered":"https:\/\/www.herr-rau.de\/wordpress\/?p=65660"},"modified":"2025-06-23T13:23:54","modified_gmt":"2025-06-23T11:23:54","slug":"the-stilwell-brain-kleine-analyse","status":"publish","type":"post","link":"https:\/\/www.herr-rau.de\/wordpress\/2025\/06\/the-stilwell-brain-kleine-analyse.htm","title":{"rendered":"The Stilwell Brain: Kleine Analyse"},"content":{"rendered":"<div style='text-align:right;'><small>(<a href='https:\/\/www.herr-rau.de\/wordpress\/2025\/06\/the-stilwell-brain-kleine-analyse.htm#comments'>1 Kommentare.<\/a>)<\/small> <\/div>\n<h2 class=\"wp-block-heading\">The Stilwell Brain<\/h2>\n\n\n\n<p>Das ist eine Episode der Serie &#8222;Mind Field&#8220;, von der ich ansonsten nichts wei\u00df. In dieser Episode geht es darum, wie automatische Erkennung von handschriftlichen Ziffern durch ein Neuronales Netz funktioniert, jedenfalls ansatzweise. Menschliche Teilnehmer \u00fcbernehmen dabei auf einem Football-Platz die Rolle von Neuronen in einem fertig trainierten kleinen Neuronalen Netz. Ab Minute 11:30 etwa geht es richtig los:<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"The Stilwell Brain\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/rA5qnZUXcqo?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n\n<h2 class=\"wp-block-heading\">Das Stilwell-Gehirn in der Tabellenkalkulation<\/h2>\n\n\n\n<p><a href=\"https:\/\/github.com\/celiasmith\/mind_field_stilwell_brain\">Bei Github gibt es den Code dazu in Python,<\/a> den habe ich f\u00fcr einen Nachbau benutzt.<\/p>\n\n\n\n<p>Ein Neuronales Netz in einem Tabelldokument abzubilden ist gar nicht schwer. Vorne kommen Zahlen rein, hinten kommen &#8211; abh\u00e4ngig von Rechen-Parametern dazwischen &#8211; Zahlen heraus. Dieses Prinzip hei\u00dft <strong>Forward Propagation<\/strong> (von vorne nach hinten durch), und es geht dann nur noch darum, am Ende die Zahlen zu interpretieren.<\/p>\n\n\n\n<p>Was schwieriger nachzubauen w\u00e4re: <em>wie<\/em> man urspr\u00fcnglich auf diese Parameter kommt. Das geschieht mit dem gleichen Neuronalen Netz w\u00e4hrend des Trainings: Man vergleicht das gew\u00fcnschte Ergebnis anhand der vorhanden L\u00f6sung (&#8222;supervised learning&#8220;) mit dem tats\u00e4chlichen Ergebnis und ver\u00e4ndert danach automatisiert abh\u00e4ngig von dem Fehler, also der Abweichung von der gew\u00fcnschten L\u00f6sung, diese Parameter. Das Prinzip hei\u00dft <strong>Backward Propagation<\/strong> (von hinten nach vorne), weil man bei der Abweichung anf\u00e4ngt und nach und nach alle Parameter von den hinteren bis in die vorderen Schichten anpasst. Aber um das Lernen geht es hier ja nicht, das Stilwell-Gehirn ist ja schon fertig.<\/p>\n\n\n\n<p>In Calc sieht das so aus:<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><a href=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc.png\"><img loading=\"lazy\" decoding=\"async\" width=\"1569\" height=\"1042\" src=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc.png\" alt=\"\" class=\"wp-image-65662\" srcset=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc.png 1569w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc-300x199.png 300w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc-700x465.png 700w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc-150x100.png 150w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stilwell_calc-1536x1020.png 1536w\" sizes=\"auto, (max-width: 1569px) 100vw, 1569px\" \/><\/a><\/figure>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Links oben sieht man die Zeichnung, die den Ausgangspunkt bildet. In jede Zelle gibt man 0 oder 1 ein, der Rest geschieht automatisch.<\/li>\n\n\n\n<li>Die orange Schicht ist die Eingangsschicht, sie entspricht den orange Gekleideten im Film. Es gibt 25 Neuronen, f\u00fcr jeden Pixel der Zeichung eines (nummeriert 1 bis 25).<\/li>\n\n\n\n<li>Die gelbe Schicht hei\u00dft im Film V1 und deren Mitglieder sind gelb gekleidet (Nummer 26 bis 76 mit ein paar L\u00fccken). Jedes Mitglied beobachtet 3 Knoten aus der Eingangsschicht und ignoriert alle anderen. Wenn alle drei beobachteten Knoten den Wert 1 ausgeben, gibt das gelbe Neuron ebenfalls 1 aus (im Film: hebt die Fahne und steht auf).<\/li>\n\n\n\n<li>Die blaue Schicht hei\u00dft im Film V2 und deren Mitglieder sind blau gekleidet (Nummer 77 bis 155, mit L\u00fccken). Jedes Mitglied beobachtet 2 Knoten aus der gelben Schicht auf die gleiche Weise wie oben.<\/li>\n\n\n\n<li>Die gr\u00fcne Schicht hei\u00dft im Film V4 und deren Mitglieder sind gr\u00fcn gekleidet. F\u00fcr die meisten davon (171 bis 247) gilt: Jedes Mitglied beobachtet 2 oder 3 Knoten aus der blauen Schicht und ignoriert alle anderen. Wenn alle beobachteten Knoten den Wert 1 gaben, gibt das gr\u00fcne Neuron ebenfalls 1 aus. &#8211; Au\u00dferdem gibt es noch 3 Neuronen, die im Film &#8222;complex&#8220; genannt werden (291 bis 293), die 5 bis 6 Neuronen der Vorg\u00e4ngerschicht beobachten und dann feuern, wenn mindestens eines davon feuert. Das ist dann eine ODER- statt einer UND-Verkn\u00fcpfung wie bisher.<\/li>\n\n\n\n<li>Die violette Schicht hei\u00dft im Film &#8222;IT&#8220; (f\u00fcr Inferior Temporal Cortexc), jedes Mitglied beobachtet 5 bis 7 Neuronen der gr\u00fcnen Vorg\u00e4ngerschicht und feuert ebenfalls bei einem ODER. Dem Ausgabewert der violetten Schicht kann man entnehmen, welches Zeichen erkannt worden ist, hier entweder eine 1 oder eine 6 und deshalb eine 6 &#8211; siehe unten.<\/li>\n\n\n\n<li>(Die rechts gr\u00fcn markierten Nummern sind geplante, aber fehlende Neuronen, einfach ignorieren, man k\u00f6nnte sie auch l\u00f6schen.)<\/li>\n<\/ul>\n\n\n\n<h2 class=\"wp-block-heading\">Wo beim Stilwell Brain geschummelt wird<\/h2>\n\n\n\n<p>Die letzte, violette Schicht wird so ausgewertet: F\u00fcr jedes potentiell m\u00f6gliche Neuron steht eine 1 im Ausgang. Wenn das bei mehr als einem Neuron der Fall ist, dann werden diese potentiellen Neuronen in folgender Reihenfolge durchgegangen: 8, 9, 0, 2, 3, 7, 6, 4, 5, und das erste passende davon ist dann das richtige.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wo das Stilwell Brain vereinfacht<\/h2>\n\n\n\n<p>In einem tats\u00e4chlichen vollst\u00e4ndig verbundenen Neuronalen Netz w\u00fcrde ohnehin jedes Neuron <em>jedes<\/em> Neuron der Vorg\u00e4ngerschicht beobachten und derer zwei oder drei . Au\u00dferdem w\u00e4ren nicht alle Neuronen gleich wichtig, sondern jede Verbindung erhielte eine eigene Gewichtung. Man kann sich das Stilwell Brain als reduziertes echtes Netz vorstellen, wobei die Verbindungen zu den jeweils beobachteten Neuronen alle die gleiche Gewichtung haben (n\u00e4mlich 1) und die Verbindungen zu den jeweils nicht beobachteten Neuronen alle die Gewichtung 0, was hei\u00dft, dass diese Neuronen ignoriert werden.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Was die einzelnen Neuronen bedeuten<\/h2>\n\n\n\n<p>Ich habe den Python-Code von Stilwell genommen und um einen Visualisierungscode erg\u00e4nzt, denn ich aus einem Fortbildungsprojekt \u00fcbernommen habe. Damit kann man anschaulich machen, was die Neuronen eigentlich interessiert. Jedes der 45 Neuronen von Layer V1 interessiert sich f\u00fcr 3 Neuronen der Eingangsschicht, und zwar jeweils f\u00fcr genau die in der folgenden Grafik abgebildeten.<\/p>\n\n\n\n<p>Jedes K\u00e4stchen steht f\u00fcr ein Neuron aus V1, jedes K\u00e4stchen besteht aus 5&#215;5 Pixeln, das sind die 25 Pixel der Eingangswerte. Das Pixel links oben in einem K\u00e4stchen ist ausgef\u00fcllt, wenn dieses Neuron diesen Pixel beobachtet:<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><a href=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1.png\"><img loading=\"lazy\" decoding=\"async\" width=\"1559\" height=\"649\" src=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1.png\" alt=\"\" class=\"wp-image-65694\" srcset=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1.png 1559w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1-300x125.png 300w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1-700x291.png 700w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1-150x62.png 150w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1-1536x639.png 1536w\" sizes=\"auto, (max-width: 1559px) 100vw, 1559px\" \/><\/a><\/figure>\n\n\n\n<p>Das hei\u00dft, das Neuron links oben (es hat die Nummer 26), \u00fcberpr\u00fcft, ob links oben ein vertikaler Strich ist. Alle anderen Positionen spielen f\u00fcr die Verarbeitung keinerlei Rolle. Technisch sieht das Neuron im Modell so aus: [1, 2, 3], weil es sich nur f\u00fcr diese drei Pixel interessiert; man k\u00f6nnte das auch anders ausdr\u00fccken, n\u00e4mlich als [1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0].<\/p>\n\n\n\n<p>Die 55 Neuronen der n\u00e4chsten Ebene, V2, kombinieren jeweils 2 Neuronen von V1, \u00fcberpr\u00fcfen also indirekt jeweils 6 Neuronen der Eingangsschicht. (Manche sind doppelt.) Ich habe das dergestalt visualisiert, dass ich die indirekt beobachteten Eingangspixel zusammengefasst habe:<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><a href=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2.png\"><img loading=\"lazy\" decoding=\"async\" width=\"1598\" height=\"649\" src=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2.png\" alt=\"\" class=\"wp-image-65693\" srcset=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2.png 1598w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2-300x122.png 300w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2-700x284.png 700w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2-150x61.png 150w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v2-1536x624.png 1536w\" sizes=\"auto, (max-width: 1598px) 100vw, 1598px\" \/><\/a><\/figure>\n\n\n\n<p>Die 41 <em>einfachen <\/em>Neuronen von V4, also ohne die komplexen Knoten, kombinieren jeweils 2 bis 3 Neuronen von V3, auch die kann man zusammenfassen, und das sieht dann so aus:<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><a href=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular.png\"><img loading=\"lazy\" decoding=\"async\" width=\"1572\" height=\"665\" src=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular.png\" alt=\"\" class=\"wp-image-65692\" srcset=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular.png 1572w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular-300x127.png 300w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular-700x296.png 700w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular-150x63.png 150w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v4_regular-1536x650.png 1536w\" sizes=\"auto, (max-width: 1572px) 100vw, 1572px\" \/><\/a><\/figure>\n\n\n\n<p>Ah, langsam lichtet sich der Dschungel! Und es wird&#8230; banaler? Tats\u00e4chlich sind es nur diese 41 Neuronen, plus die 3 komplexen Neuronen mit der ODER-Verkn\u00fcpfung (die sich nicht so gut f\u00fcr die Visualisierung eignen), die die eigentlich Auswertungsarbeit \u00fcbernehmen. Anders gesagt: Eigentlich w\u00fcrde die gr\u00fcne Schicht (Layer 4) v\u00f6llig ausreichen f\u00fcr die Auswertung. Denn statt dass die Gr\u00fcnen die Blauen beobachten, die wiederum die Gelben beobachten, die wiederum die Orangen beobachten, k\u00f6nnten die Gr\u00fcnen doch gleich die Orangen beobachten. Dann m\u00fcsste aber jedes Neuron mehr als 2 oder 3 andere beobachten, und das w\u00e4re mit Menschen im Experiment schwer zu machen. Vermutlich deshalb hat man das f\u00fcr das Experiment auf mehrere Schichten aufgeteilt &#8211; und weil es dramatischer darzustellen ist. (Vielleicht soll das auch wirkliche Schichten bei der menschlichen Bildverarbeitung repr\u00e4sentieren?)<\/p>\n\n\n\n<p>Die letzte Schicht mit ihren 10 Ergebnis-Neuronen dient der Auswertung. F\u00fcr den 2er-Knoten gilt zum Beispiel: <em>Wenn mindestens ein Neuron von 171 bis 179<\/em> (das sind die Nummern der ersten sechs Neuronen in der letzten Abbildung) <em>feuert, dann setze deinen Wert auf 1, sonst 0.<\/em><\/p>\n\n\n\n<p>Wer \u00fcbrigens die 1 vermisst: Die steckt in den den Knoten 291 und 292, den komplexen Neuronen der V4-Schicht. Wenn mindestens einer davon feuert, feuert auch das 1er-Neuron. <\/p>\n\n\n\n<p>Tats\u00e4chlich enth\u00e4lt das verwendete Python-Modell ein paar L\u00fccken, und etliche Knoten spielen &#8211; zum Beispiel gerade f\u00fcr die 1 &#8211; eine Rolle, existieren aber gar nicht. Ich nehme an, dass das auch damit zu tun hat, dass das Stilwell-Modell im Experiment immer wieder angepasst werden musste auf eine wechselnde Anzahl an Teilnehmenden. Und nat\u00fcrlich ist das Modell nur rudiment\u00e4r, wenn ich zum Beispiel alle Pixel ausmale, feuern auch alle Neuronen, auch am Ende, so dass nach der Schummel-Regel eine 8 ausgegeben wird. Echte Netze w\u00fcrden f\u00fcr jede Zahl eine unterschiedlich hohe Wahrscheinlichkeit ausgeben, die dann halt bei allen Zahlen sehr niedrig w\u00e4re (<a href=\"https:\/\/www.herr-rau.de\/wordpress\/2020\/08\/ki-fast-alles-was-ich-darueber-weiss-teil-1.htm\">siehe Blogeintrag zur Ziffernerkennung<\/a> und Fortsetzungen davon).<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Wichtiger Unterschied: Menschengemacht<\/h2>\n\n\n\n<p>Diese Neuronen-Bedeutungen oben hat sich nat\u00fcrlich ein Mensch ausgedacht, also dass etwa nach Quer- und L\u00e4ngsstrichen gesucht wird, oder eigentlich: nach den vorgegebenen 41 Mustern. Die entsprechenden Gewichtungen &#8211; also wo intern eine 0 und wo eine 1 ist und damit: wer wen beobachtet oder nicht &#8211; sind nicht maschinengemacht, sondern von Hand ausgekl\u00fcgelt. Das gilt ebenso f\u00fcr den Bias-Wert, der entscheidet, ob die Eing\u00e4ng durch logisches UND oder ODER verkn\u00fcpft werden. Echte Netze arbeiten nicht mit solch kruden Verk\u00fcpfungen, sondern&#8230; eigenen.<\/p>\n\n\n\n<p>Bei einem automatisch trainierten Neuronalen Netz l\u00e4sst sich daf\u00fcr nicht so einfach, oder eigentlich meist gar nicht, nachvollziehen, was ein Neuron eigentlich \u00fcberpr\u00fcft, also nach welchen Eigenschaften es sucht &#8211; horizontale Linien, vertikale, Kurven? Die folgenden 30 Neuronen \u00fcberpr\u00fcfen handschriftliche Ziffern (MNIST-Datensatz) in etwas gr\u00f6\u00dferer Aufl\u00f6sung, n\u00e4mlich 28&#215;28 Pixel. Hier bedeutet Blau, dass ein Pixel eine hohe Gewichtung hat (bis zu 1) und Orange bedeutet einen negativen Wert (bis -1); mit solchen negativen Werten hat das Stilwell-Gehirn gar nicht gearbeitet.<\/p>\n\n\n\n<figure class=\"wp-block-image size-full\"><a href=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_mnist_30.png\"><img loading=\"lazy\" decoding=\"async\" width=\"826\" height=\"636\" src=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_mnist_30.png\" alt=\"\" class=\"wp-image-65667\" srcset=\"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_mnist_30.png 826w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_mnist_30-300x231.png 300w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_mnist_30-700x539.png 700w, https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_mnist_30-150x115.png 150w\" sizes=\"auto, (max-width: 826px) 100vw, 826px\" \/><\/a><\/figure>\n\n\n\n<p>Nach welcher Eigenschaft sucht also zum Beispiel das erste Neuron links oben? Vermutlich so etwas wie <em>vage kreisf\u00f6rmig, aber auf der rechten Seite eingedellt; au\u00dferdem soll rechts oben und rechts unten ein bisschen frei sein, ebenso die linke Mitte; der Rand ist mir weitgehend egal.<\/em> F\u00fcr den Rechner ist das <em>eine<\/em> Eigenschaft, genauso wie <em>hat oben links einen Querstrich<\/em> eine ist. <\/p>\n\n\n\n<p>Welche Rolle dieses Neuron dann bei der Auswertung spielt (UND, ODER; eher: ganz etwas anderes), wird wohl ebenso wenig klar werden. Daf\u00fcr kommt dieses vollst\u00e4ndig verbundene Netz aber mit nur 30 Knoten aus und ist sehr, sehr viel besser im Erkennen von Ziffern als das handgestrickte Stilwell Brain oben. Das liegt auch an der wesentlich gr\u00f6\u00dferen Anzahl an Verbindungen zwischen den Neuronen. <\/p>\n\n\n\n<p>(Das Bild und den Code dazu habe ich \u00fcbrigens aus der wirklich sehr guten Fortbildungsreihe des ISB zum neuen Thema &#8222;KI in der 13. Jahrgangsstufe.&#8220; Kann ich nur empfehlen.)<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Der n\u00e4chste Schritt<\/h2>\n\n\n\n<p>Der n\u00e4chste nat\u00fcrliche Schritt w\u00e4re, das Gehirn mit einem visuellen Editor f\u00fcr Neuronale Netze nachzubauen, wie es sie da und dort gibt. Dann erst versteht man Bias und Gewichtung. Aber ich kenne kein System, mit dem man so gro\u00dfe Netze visualisieren kann.<\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Und nat\u00fcrlich&#8230;<\/h2>\n\n\n\n<p>&#8230;muss ich bei &#8222;Stilwell&#8220; an &#8222;Stillman&#8217;s Gym&#8220; denken, auch wenn der Name nur \u00e4hnlich ist, aus jener sensationellen Nummer aus <em>It&#8217;s Always Fair Weather<\/em> (Stanley Donen\/Gene Kelly 1955) mit Cyd Charisse, die zu posten ich nie eine Gelegenheit vers\u00e4ume:<\/p>\n\n\n\n<figure class=\"wp-block-embed is-type-video is-provider-youtube wp-block-embed-youtube wp-embed-aspect-16-9 wp-has-aspect-ratio\"><div class=\"wp-block-embed__wrapper\">\n<iframe loading=\"lazy\" title=\"Baby You Knock Me Out (Cyd Charisse) | It\u2019s Always Fair Weather | Warner Archive\" width=\"500\" height=\"281\" src=\"https:\/\/www.youtube.com\/embed\/h6SqoqS9Xrs?feature=oembed\" frameborder=\"0\" allow=\"accelerometer; autoplay; clipboard-write; encrypted-media; gyroscope; picture-in-picture; web-share\" referrerpolicy=\"strict-origin-when-cross-origin\" allowfullscreen><\/iframe>\n<\/div><\/figure>\n\n\n\n<p> (Weil ich das beim Tippen nebenbei immer gesummt habe, muss das rein.)<\/p>\n\n\n\n<p><em>Nachtrag: Gerade anhand der vorletzten Grafik, der mit den erkennbaren Ziffern, gesehen, dass es einen Fehler im Code geben muss. Bei Github hat das auch schon jemand angemerkt und eine Verbesserung vorgeschlagen, die aber bislang nicht \u00fcbernommen worden ist..<\/em><\/p>\n\n\n\n<h2 class=\"wp-block-heading\">Links<\/h2>\n\n\n\n<ul class=\"wp-block-list\">\n<li>Youtube-Video: <a href=\"https:\/\/www.youtube.com\/watch?v=rA5qnZUXcqo\">https:\/\/www.youtube.com\/watch?v=rA5qnZUXcqo<\/a><\/li>\n\n\n\n<li>Github-Projekt dazu: <a href=\"https:\/\/github.com\/celiasmith\/mind_field_stilwell_brain\">https:\/\/github.com\/celiasmith\/mind_field_stilwell_brain<\/a><\/li>\n\n\n\n<li>Ein Visualierungsprojekt dazu (in Java): <a href=\"https:\/\/github.com\/usuleymanov\/VisualCortex\">https:\/\/github.com\/usuleymanov\/VisualCortex<\/a><\/li>\n<\/ul>\n","protected":false},"excerpt":{"rendered":"<p>(1 Kommentare.) The Stilwell Brain Das ist eine Episode der Serie &#8222;Mind Field&#8220;, von der ich ansonsten nichts wei\u00df. In dieser Episode geht es darum, wie automatische Erkennung von handschriftlichen Ziffern durch ein Neuronales Netz funktioniert, jedenfalls ansatzweise. Menschliche Teilnehmer \u00fcbernehmen dabei auf einem Football-Platz die Rolle von Neuronen in einem fertig trainierten kleinen Neuronalen [&hellip;]<\/p>\n","protected":false},"author":2,"featured_media":65694,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_jetpack_memberships_contains_paid_content":false,"footnotes":""},"categories":[25],"tags":[227,254],"class_list":["post-65660","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-informatik","tag-informatik","tag-ki"],"jetpack_featured_media_url":"https:\/\/www.herr-rau.de\/wordpress\/archiv\/stillwell_brain_v1.png","jetpack_sharing_enabled":true,"jetpack_likes_enabled":true,"_links":{"self":[{"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/posts\/65660","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/comments?post=65660"}],"version-history":[{"count":3,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/posts\/65660\/revisions"}],"predecessor-version":[{"id":65748,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/posts\/65660\/revisions\/65748"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/media\/65694"}],"wp:attachment":[{"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/media?parent=65660"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/categories?post=65660"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.herr-rau.de\/wordpress\/wp-json\/wp\/v2\/tags?post=65660"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}