Wie Sie mit PyTorch ein neuronales Netz trainieren

Inhaltsverzeichnis

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.

Programmieren mit KI

• So installieren Sie das KI-Framework PyTorch ohne Stress
• Wie Sie mit PyTorch ein neuronales Netz trainieren
• Datengeneratoren für KI: Dataset-Klassen erschließen Daten für PyTorch
• Wie KI beim Programmieren hilft

KI-Kompendium: Der Weg zu moderner KI

• Wie die KI-Forschung entstanden ist: Durchbrüche, Wegbereiter und Strömungen
• Künstliche Intelligenz: Wie multimodale KIs Bild und Text kombinieren
• Welche Vorteile die KI-PCs bringen

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.

Empfohlener redaktioneller Inhalt

Mit Ihrer Zustimmmung wird hier ein externes YouTube-Video (Google Ireland Limited) geladen.

YouTube-Video immer laden YouTube-Video jetzt laden

Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit können personenbezogene Daten an Drittplattformen (Google Ireland Limited) übermittelt werden. Mehr dazu in unserer Datenschutzerklärung.

Neben den Daten und dem programmierten Netz müssen Sie schließlich noch den Algorithmus festlegen, der nach Parametern sucht, die das Problem lösen. Den Algorithmus wendet das Programm dann immer und immer wieder an, um die Parameter des Netzes in kleinen Schritten zu verfeinern. Alle komplexen Berechnungen übernimmt das Python-KI-Framework PyTorch (Installation).

Das war die Leseprobe unseres heise-Plus-Artikels "Wie Sie mit PyTorch ein neuronales Netz trainieren". Mit einem heise-Plus-Abo können sie den ganzen Artikel lesen und anhören.