Neuronales Trainingszentrum
Mit PyTorch ein neuronales Netz selbst trainieren
Nur 100 Zeilen Python-Code definieren ein neuronales Netz, das selbstständig aus Daten lernt. Das KI-Framework PyTorch ist die ideale Basis für eigene KI-Experimente.
Lernfähigkeit ist der Schlüssel zu menschlicher Intelligenz. „Lernen“ bezeichnet die Fähigkeit, aus Erfahrungen ein optimiertes Verhalten abzuleiten. Stecken die Erfahrungen in einem Datensatz, lässt sich diese Fähigkeit auch technisch bauen und funktioniert dann erstaunlich gut. Die Grundidee ist, dass sich Statistiken über Zusammenhänge, die in Daten enthalten sind, auch vollautomatisch berechnen lassen und dass ein darauf aufbauendes System gute Entscheidungen fällen kann. Wie ein neuronales Netz grundsätzlich aufgebaut ist, erklärt der Artikel ab Seite 22.
Um ein neuronales Netz für eine bestimmte Aufgabe zu trainieren, muss zuerst ein Datensatz her, aus dem das Netz lernen kann, was herauskommen soll. Danach legen Sie den Aufbau des Netzes fest. Hier steht „Sie“, weil Sie mit diesem Artikel selbst den gesamten, überraschend kurzen Python-Code programmieren können, der ein neuronales Netz mit Tausenden Parametern trainiert. Als Datensatz nutzt das hier vorgestellte Beispiel 60.000 handgeschriebene Ziffern zum Training und 10.000 weitere zum Testen. Die Ziffern hat das amerikanische Normungsgremium NIST digitalisiert. Dieser öffentlich verfügbare MNIST-Datensatz hat sich als Einsteiger-Beispiel beim KI-Training bewährt.