XOR ニューラルネットラボ
小さな MLP の forward/backward を可視化します。
XOR は単一の線形分離器では解けません。
そのため隠れ層と非線形活性化の定番デモです。
このシミュレータはコンパクトな MLP を使用します：
入力(2) -> 隠れ(4) -> 隠れ(2) -> 出力(1)
出力は sigmoid、隠れは tanh / ReLU を使用します。
各ステップで XOR ケースをサンプルし、forward→損失計算→backprop 更新を行います。
$$ z^{(l)} = a^{(l-1)}W^{(l)} + b^{(l)}, \quad a^{(l)} = f(z^{(l)}) $$
$$ W \leftarrow W - \eta \nabla_W L, \quad b \leftarrow b - \eta \nabla_b L $$
- 損失チャートは収束トレンドを示します。
- 予測パネルは 4 つの XOR 入力の出力確信度を表示。
- 計算パネルは最新の forward/backward 値を記録。
学習コントロール
ステップ： 0 | 損失： -
Forward/Backward トレース
予測スナップショット
円が大きいほどクラス1の確率が高いことを示します。
XOR ターゲット
- (0,0) -> 0
- (0,1) -> 1
- (1,0) -> 1
- (1,1) -> 0