Playground AI

Eksperymentuj z algorytmami AI bezpośrednio w przeglądarce.

Autoencoder

Autoencoder to sieć neuronowa ucząca się kompresji i rekonstrukcji danych. Encoder redukuje wymiarowość (np. 64 → 2), tworząc zwartą reprezentację latentną, a decoder odtwarza oryginał z tej reprezentacji. Błąd rekonstrukcji mierzy jakość kompresji. Przestrzeń latentna ujawnia ukrytą strukturę danych — podobne wzorce lądują w bliskich punktach.

Czego się nauczysz

  • Jak encoder kompresuje dane do przestrzeni latentnej
  • Czym jest przestrzeń latentna i co reprezentują jej współrzędne
  • Jak decoder odtwarza dane z kompresowanej reprezentacji
  • Dlaczego autoenkodery są podstawą generatywnych modeli AI

Jak korzystać z wizualizacji

Wizualizacja autoencodera kompresującego obraz 8x8 (64 piksele) do 2 liczb w przestrzeni latentnej, a następnie odtwarzającego go. Rysuj na siatce wejściowej, przeciągaj punkt na scatter plot przestrzeni latentnej i obserwuj co dekoder wygeneruje z dowolnej pozycji.

Ładowanie wizualizacji...

Poznaj teorię

Wizualizacja to świetny start, ale pełne zrozumienie wymaga teorii. Przeczytaj artykuł w bazie wiedzy, żeby dowiedzieć się jak to naprawdę działa pod maską.

Przeczytaj artykuł →