taralino

Bilder als Eingangssignale

Nachdem wir kennengelernt haben, wie neuronale Netze aufgebaut werden können, schauen wir uns ein Anwendungsbeispiel an: ein neuronales Netz zur Klassifikation von Bildern. Dazu betrachten wir Schwarz-Weiß-Bilder und machen uns zunächst klar, dass Bilder nichts anderes sind als eine gitterartige Anordnung einzelner kleiner Quadrate bzw. Pixel:

Die Pixel des Bildes sind entweder schwarz oder weiß und dies kodieren wir folgendermaßen:

0	=	weiß
1	=	schwarz

Die Abbildung zuvor veranschaulicht, wie ein Schwarz-Weiß-Bild entsprechend mittels 0 und 1 definiert werden kann (und umgekehrt). Wenn wir die Zahlenwerte der Reihe nach von oben links nach unten rechts aneinanderreihen, so erhalten wir im Beispiel ein Datenfeld bestehend aus 36 Zahlen, die jeweils 0 oder 1 sind:

Jedes Schwarz-Weiß-Bild kann als Eingangssignal eines neuronalen Netzes aufgefasst werden.

Anwendung

Klicke auf die Zeichenfläche, um ein Schwarz-Weiß-Bild zu erstellen. Ausgegeben wird das zugehörige Eingangssignal.

<!DOCTYPE html>
<html>
<head>
  <meta charset="utf-8">
  <meta name="viewport" content="width=device-width, initial-scale=1.0">
  <script src="taralino.js"></script>
</head>
<body>
<script>

/*******************************************
             global variables
*******************************************/

var n = 6;

var map = [];

var mousekey = "up"; // "up", "down"



/*******************************************
              map functions
*******************************************/

function init_map() {
  map = [];
  for (var i = 0; i < n; i++) {
    map.push([]);
    for (var j = 0; j < n; j++) map[i].push(0);
  };
};

function draw_map() {
  Canvas.clear();
  for (var y = 0; y < n; y = y+1) {
    for (var x = 0; x < n; x = x+1) {
      if (map[y][x] == 1) Canvas.box(x+0.5, n-y-0.5, 1.0);
    };
  };
};

function add_to_map(a, b) {
  if ((a >= 0) && (a < n) && (b >= 0) && (b < n)) map[a][b] = 1;
};

function print_map() {
  var x = "";
  for (var i = 0; i < n; i++) for (var j = 0; j < n; j++) x += (map[i][j] == 0 ? "0 " : "1 ");
  Console.clear();
  Console.print(x);
};



/*******************************************
            mouse interactions
*******************************************/

function on_mouse_down(x, y) {
  mousekey = "down";
  on_mouse_move(x, y);
};

function on_mouse_up(x, y) {
  mousekey = "up";
  draw_map();
  print_map();
};

function on_mouse_leave(x, y) {
  on_mouse_up(x, y);
};

function on_mouse_move(x, y) {
  if (mousekey == "down") {
    var a = Math.max(0, Math.min(Math.floor(n-y), n-1));
    var b = Math.max(0, Math.min(Math.floor(x), n-1));
    add_to_map(a, b);
    draw_map();
    print_map();
  };
};



/*******************************************
                   setup
*******************************************/

function setup() {
  Canvas.init([0,n], [0,n], {width:240, background:"#f4f4f4"});
  init_map();
  draw_map();
  Button.add("new", "Neu");
  Console.init({width:580,height:60});
  Console.digits(0);
  print_map();
};




/*******************************************
                on_click
*******************************************/

function on_click(id) {
  init_map();
  draw_map();
  print_map();
};




</script>
</body>
</html>

Vorschau Download Kopie speichern

Aufgabe

Bestimme das Eingangssignal bezogen auf das folgende Schwarz-Weiß-Bild: