Ferramenta de ensino para animar princípios de modelos grandes no Excel

Introdução geral

AI by Hand é um site educacional voltado para o ensino da criação de modelos de Inteligência Artificial (IA) por meio do Excel, criado e mantido pelo professor Tom Yeh. Ele ajuda os usuários a implementar manualmente algoritmos de IA, como redes neurais, transformadores etc. no Excel, fornecendo uma série de modelos de planilhas gratuitas e tutoriais detalhados. O objetivo do site é permitir que os alunos compreendam a matemática e a lógica por trás da IA por meio da prática, tornando-o adequado para estudantes, professores e iniciantes interessados em IA. O conteúdo abrange desde perceptrons multicamadas (MLPs) básicos até modelos complexos de visão computacional, enfatizando o valor da computação "manual". Atualizado com blogs do Substack, o site oferece recursos de aprendizado interativos que são populares entre educadores e alunos de todo o mundo.

Lista de funções

• Fornecer modelos do Excel para downloadOs usuários podem fazer download de planilhas de fórmulas e estruturas predefinidas para uso direto em cálculos de modelos de IA.
• Suporte para o ensino de vários modelos de IAInclui implementações em Excel de modelos como MLP, Transformer, RNN e Backpropagation.
• Atualização em tempo real do conteúdo do tutorialNovos tutoriais e exercícios são lançados regularmente por meio da plataforma Substack.
• Parâmetros de modelo personalizadosO usuário pode ajustar os pesos, os vieses e outros parâmetros na tabela e observar as alterações nos resultados do cálculo.
• Suporte a apresentações de vídeoAlguns dos tutoriais são acompanhados de vídeos que mostram como manipular algoritmos complexos no Excel.
• open source commonsAlguns dos conteúdos são de código aberto no GitHub para que os usuários possam modificar e contribuir livremente.
• Mecanismos de feedback interativoOs usuários podem interagir com os autores por meio de comentários ou e-mails para sugerir melhorias ou relatar erros.

Usando a Ajuda

1. visitando o site e acessando recursos

• moverAbra seu navegador e digite o URLhttps://www.byhand.ai/t/spreadsheetacesse a página da planilha do AI by Hand.
• equipamentoA página exibe um link para o Planilhas Google (por exemplohttps://by-hand.ai/sp/tfmr), clique nele para exibir um modelo do Excel do modelo do Transformer.
• chamar a atenção para algoRecomendamos que você se inscreva em uma conta do Substack para assinar o blog de Tom Yeh e receber os modelos e tutoriais mais recentes.

2. faça o download ou copie modelos do Excel

• BaixarNa página do Planilhas Google, clique em "Arquivo" > "Download" > "Microsoft Excel (.xlsx)" para salvá-lo localmente. localmente.
• Método de reproduçãoClique em Arquivo > Fazer uma cópia, salve o modelo no Google Drive e, em seguida, edite-o on-line.
• advertênciaVerifique se a sua versão do Excel é compatível com cálculos de fórmulas (por exemplo, SUM, PRODUCT, etc.); recomenda-se o Excel 2016 ou superior.

3. fluxo de operação detalhado das principais funções

Função 1: Aprendendo modelos de transformadores usando modelos do Excel

• pretenderAbra o modelo do Transformer baixado (por exemplotfmr.xlsx), você verá várias planilhas, incluindo camadas de entrada, matrizes de peso e regiões de cálculo de saída.
• fluxo de trabalho::
  1. dados de entradaPreencha a planilha "Input" (Entrada) com dados de teste, por exemplo, um vetor simples de sentenças (em formato numérico).
  2. Parâmetros de ajustePeso: Vá para a planilha "Pesos" e altere os pesos e os valores de polarização (por exemplo, altere um peso de 0,5 para 0,8).
  3. Visualizar processo de cálculoMudar para a planilha "Forward" e a tabela calculará automaticamente os resultados da propagação direta, mostrando os valores intermediários em cada etapa.
  4. Verificar saídaVeja o resultado final na planilha Output (Saída) para entender como o mecanismo de atenção do transformador afeta a saída.
• Funções em destaqueOs modelos têm fórmulas incorporadas (por exemplo, multiplicação de matriz MMULT) e diagramas visuais que permitem que o usuário observe intuitivamente o comportamento do modelo ajustando os parâmetros.
• delicadezaSe o resultado do cálculo for anormal, verifique se a faixa de referência da fórmula está correta ou consulte o vídeo tutorial no site.

Função 2: Implementação manual da retropropagação

• pretenderFaça o download do modelo Backpropagation no site (referência)https://www.byhand.ai(o artigo Backpropagation).
• fluxo de trabalho::
  1. Configuração da estrutura da redeRede de três camadas: Insira os parâmetros iniciais de uma rede de três camadas no modelo (por exemplo, 2 neurônios na camada de entrada, 3 na camada oculta e 1 na camada de saída).
  2. Preencher os dados de treinamentoDados de amostra: insira os dados de amostra e o resultado desejado na planilha "Data" (por exemplo, insira [0,1, 0,2] e espere um resultado de 0,7).
  3. Calcular a propagação diretaVá para a planilha Forward Pass e observe o resultado de cada camada.
  4. Realizar a retropropagaçãoNa planilha Backward Pass, a tabela calcula automaticamente o gradiente com base na função de perda e atualiza os pesos.
  5. Ajustes iterativosExecute as etapas 3 e 4 várias vezes e observe como os pesos são progressivamente otimizados.
• Funções em destaquePor meio de entradas e cálculos manuais, os usuários podem obter informações sobre a matemática da retropropagação, e os modelos são rotulados com as principais fórmulas (por exemplo, ∂L/∂w).
• sugestãoPara uso inicial, recomenda-se trabalhar passo a passo com os artigos do site (por exemplo, o tutorial Backpropagation em 7 de outubro de 2024).

Função 3: Experimento de parâmetro de modelo personalizado

• pretenderSelecione qualquer modelo (por exemplo, MLP ou RNN) e certifique-se de que ele tenha sido copiado localmente.
• fluxo de trabalho::
  1. Área de parâmetros abertosLocalize as áreas das células rotuladas como "Weights" (Pesos) e "Biases" (Vieses).
  2. valor modificadoPeso: Altere um peso do valor padrão (por exemplo, 0,3) para algum outro valor (por exemplo, 1,2) ou ajuste a tendência.
  3. cálculo de execuçãoPressione Enter ou atualize a tabela e observe como a saída muda.
  4. Resultados comparativosRegistre as diferenças na saída com parâmetros diferentes para entender o efeito dos parâmetros no modelo.
• Funções em destaqueEssa abordagem de "tentativa e erro" permite que os usuários visualizem a sensibilidade do modelo de IA e é adequada para ensino ou experimentação.
• dicaSe o resultado for maior do que o esperado, você poderá usar a função "Desfazer" do Excel (Ctrl+Z) para restaurar o valor original.

4. obter mais ajuda

• tutorial em vídeo: Visite o canal do YouTube da AI by Hand (por exemplo, DeepSeek Lecture) para ver Tom Yeh ou um assistente em ação.
• Interação com a comunidadeDeixe um comentário no artigo do Substack com uma pergunta ou compartilhe suas melhorias no modelo e o autor geralmente responderá.
• Recursos para o avançoExplore outras páginas do site (por exemplohttps://www.byhand.aihomepage) para mais modelos de modelos (por exemplo, AlphaFold, LSTM).

5 Cuidados

• Requisitos de equipamentoVerifique se o Excel ou o Google Sheets é compatível com fórmulas complexas e renderização de gráficos, que podem não ser exibidos corretamente em versões inferiores.
• Conselhos sobre aprendizadoModelos de MLP: Os iniciantes podem começar com modelos simples de MLP e, progressivamente, desafiar-se com modelos complexos de Transformer ou de visão computacional.
• Salvando o progressoSalve o arquivo periodicamente para evitar a perda de dados devido ao uso indevido.

Por meio das etapas acima, os usuários podem começar a usar rapidamente os modelos de Excel do AI by Hand e dominar os princípios fundamentais da modelagem de IA na prática. A melhor parte do site é que não é necessária nenhuma base de programação, e o aprendizado de IA pode ser realizado apenas com o Excel, o que reduz bastante a barreira de entrada.