可視化視窗 | VISUALIZATION WINDOW

The Visualization window(可視化視窗)讓用家選擇在主螢幕上顯示什麼 ,

Main Display (主要顯示) 是選擇如何顯示 AI 訓練的地方 , 大致可分為選用 Training Data 或 Neural Network 的方式顯示

而 Network 部份更可指定顯示的地方 例如 : 神經網絡的權重(weights)、Input/Output Value 等等

Main Display :

在「Visualization」的 Main Display 上可選擇以上5個顯示選項, 最常用的為 Neural Network 及 Training Data

接下來將會詳細說明兩者的分別。

Training Data :

1. Training Data , 在這個例子是相機當下拍攝到的內容 ; 合共73組數據

每一組數據均會對應一個 output 來訓練 AlphAI 如何運行

2. Action , 這個訓練的 Output (結果) , 這個例子有5個output , 數值最高的 output 為機械人當下判斷的結果

3. Simulator , 現時機械人讀取到的 Input 及當下判斷所執行的 Output

4. By action or Chronologically , 按 Action 分類或 training data 的時間排列

Neural Network :

Neural Network 上可選擇以上的內容顯示 , 接下來會遂一說明 :

連接權重 | Connection Weights :

顯示網絡的連接 , 假如要觀察神經網絡基本上都需要選取「CONNECTION WEIGHTS」。

連接活動 | CONNECTION ACTIVITY :

顯示神經網絡的洞動 (黃 --> 鼓勵做該行動 / 綠 --> 抑制做該行動 )

動畫 | ANIMATION

ANIMATION 的作用是把神經網絡的行動動畫化 , 讓用家可以看到 Input 激活連接至 Output 的過程。

連接學習 | CONNECTION LEARNING

顯示學習過程 , 綠色代表該動作的權重上升(建議做) , 紅色代表下降(不建議做該動作)。

顯示網絡的權重數值 | SHOW / DISPLAY NETWORK VALUES

兩個的用法都是顯示數值 , 「SHOW INPUT AND OUTPUT VALUE」只會顯示輸入跟輸出的數值 , 並不會顯示背後的數學算式以及非激活神經元的權重 , 但「DISPLAY NETWORK WEIGHTS」則會顯示每個神經元的權重 , 讓用家可以知道學習過程中各動作權重的改變 , 從而學習新的動作。

相機上的顏色像素 | COLOR CAMERA PIXELS

啟用 COLOR  CAMERA PIXELS 後 , 會在 DASHBOARD 上顯示顏色。