Data-Science-Crashkurs

7.10Neuronale Netzwerke

Neuronale Netzwerke basieren auf der Idee, die Kommunikation zwischen Neuronen im menschlichen Hirn zu simulieren, um Entscheidungen zu treffen. Die Grundidee ist einfach: Neuronen werden aktiviert und sie propagieren den Wert ihrer Aktivierung an weitere Neuronen. Diese Neuronen bestimmen dann wiederum den Wert ihrer Aktivierung und propagieren diesen weiter.

Hier ist ein Beispiel für ein einfaches neuronales Netzwerk.

from graphviz import Digraph

network = Digraph()

network.attr(splines='line')

network.attr(rankdir='LR')

# Add three input neurons

with network.subgraph() as layer:

layer.attr(rank='same')

for i in range(1,4):

layer.node('x_%i' % i, style='filled', color='orange')

# Add two hidden layers with 4 neurons ...