Neural Network Optimizer & Loss Landscape

多層パーセプトロン（MLP）が複雑な非線形境界を学習する様子と、高次元の重みパラメータ空間における「損失関数曲面（Loss Landscape）」の投影図をリアルタイム可視化。オプティマイザごとの収束軌道の違いを観察できます。

EPOCH: 0

LOSS: 0.0000

ACCURACY: 0.0%

1. Decision Boundary (決定境界と分類結果)[-2.2, 2.2]

2. Projected Loss Landscape (損失関数の2D曲面投影)Filter-Normalized Axis

※ 中央 [0,0] が初期の重み。緑色の軌跡がオプティマイザの勾配降下ルート。青いエリアほど低損失（最適）、赤いエリアほど高損失を意味します。

データセット種類

最適化手法 (Optimizer)

活性化関数 (Hidden)

学習率: 0.03

隠れ層の構造 (Hidden Layers Architecture)

Input (2)Layer 1:Layer 2:Output (1)

結合重みの強度 (ダイアグラム)

L2正則化 (Weight Decay): 0.0001

演算速度 (Epochs / Frame): 4

学習曲線推移 (Loss: 赤, Accuracy: 緑)

学習を開始すると、ここにグラフがプロットされます。