Die Google-Mitarbeiter Daniel Smilkov und Shan Carter haben mit dem TensorFlow Playground eine interaktive Visualisierung für neuronale Netze veröffentlicht. Die Anwendung läuft direkt im Browser und zeigt während des Trainings, wie sich ein Netzwerk an verschiedene Datensätze anpasst. Der zugehörige Quellcode liegt auf GitHub. Für die technische Erprobung von Entwicklungswerkzeugen gab es bereits beim LLVM libFuzzer einen vergleichbaren Bezug zu experimentellen Workflows.
Datensätze und Netzparameter live verändern
Die Demo stellt unter anderem Kreis-, XOR-, Gauß- und Spiral-Datensätze bereit. Für Regressionsaufgaben gibt es zusätzlich Ebenen- und Gauß-Daten. Während des Trainings lassen sich das Verhältnis von Trainings- und Testdaten, das Rauschen sowie die Batch-Größe anpassen. Eine grafische Darstellung zeigt die Ausgaben der einzelnen Neuronen und die Gewichtung der Verbindungen.
Für die Aktivierungsfunktion stehen ReLU, Tanh, Sigmoid und Linear zur Auswahl. Hinzu kommen L1- und L2-Regularisierung sowie eine einstellbare Lernrate. Die Oberfläche zeigt Trainings- und Testverlust, die aktuelle Epoche und eine Heatmap der Klassifikation. Dadurch werden Parameteränderungen unmittelbar an den sichtbaren Ergebnissen nachvollziehbar.
TypeScript-Projekt mit D3.js
Das Repository ist in TypeScript geschrieben und nutzt D3.js für die Visualisierung. Der lokale Entwicklungsablauf besteht laut README aus der Installation der Abhängigkeiten mit npm, dem anschließenden Build und einem lokalen Server. Für Änderungen gibt es einen Watch-Modus mit automatischer Aktualisierung. Die README weist zugleich darauf hin, dass es sich nicht um ein offizielles Google-Produkt handelt.
Für technische Teams ist der Playground damit kein fertiges Machine-Learning-Framework, sondern ein überschaubares Anschauungs- und Lernprojekt. Die Oberfläche macht sichtbar, wie Daten, Schichten, Aktivierungsfunktionen und Gewichtungen zusammenwirken. Das ist auch für Prototypen und Werkzeuge interessant, in denen Klassifikationsmodelle verständlich dargestellt werden sollen.