The Architect: Visualizzazione Interattiva del Deep Learning in Excel
Un preprint su arXiv introduce un nuovo sistema chiamato The Architect, che trasforma Microsoft Excel in uno strumento interattivo per visualizzare la matematica del deep learning. Gli utenti possono creare una rete neurale utilizzando una tabella concisa, e il sistema produce una cartella di lavoro che illustra il passaggio in avanti completo, insieme al passaggio all'indietro opzionale e agli aggiornamenti dei parametri. Le formule di foglio di calcolo live mostrano i valori calcolati, mentre gli utenti possono modificare input come pesi, etichette e iperparametri, consentendo al motore di ricalcolo di Excel di aggiornare dinamicamente i calcoli correlati. Questo sistema colma un vuoto negli attuali strumenti di deep learning, che tipicamente oscurano i dettagli numerici o presentano solo diagrammi di architettura e riepiloghi di addestramento. The Architect rivela l'aritmetica completa del modello, consentendo agli utenti di ispezionare matrici, attivazioni, perdite, gradienti e aggiornamenti attraverso regioni modificabili del foglio di calcolo. Questo metodo offre un intermediario distintivo per comprendere le reti neurali, collegando concetti di alto livello con l'esecuzione di basso livello. Il preprint è disponibile su arXiv con identificatore 2608.13572.
Fatti principali
- The Architect è un sistema per la visualizzazione interattiva della matematica del deep learning in Microsoft Excel.
- Gli utenti descrivono una rete neurale in una tabella compatta.
- Il sistema genera una cartella di lavoro che mostra il passaggio in avanti, il passaggio all'indietro e gli aggiornamenti dei parametri.
- I valori calcolati appaiono come formule di foglio di calcolo live.
- I valori controllati dall'utente come input, pesi, etichette e iperparametri rimangono modificabili.
- Il motore di ricalcolo di Excel aggiorna in modo reattivo i calcoli dipendenti.
- Il sistema si concentra sull'esporre l'aritmetica completa del modello, inclusi matrici, attivazioni, perdite, gradienti e aggiornamenti.
- Il preprint è disponibile su arXiv con identificatore 2608.13572.
Entità
Istituzioni
- Microsoft
- arXiv