MNIST-Demo: Neuronale Ziffernerkennung

Diese Demo zeigt, wie ein neuronales Netz handgeschriebene Ziffern von 0 bis 9 erkennen kann. Die Zeichnung wird auf 28 × 28 Pixel reduziert und als 784 Eingabewerte an ein einfaches Netzwerk mit der Topologie 784 → 128 → 10 übergeben.

Die Gewichte wurden mit dem bekannten MNIST-Datensatz trainiert und anschließend in eine JSON-Datei exportiert. Die Vorhersage erfolgt vollständig lokal im Browser mit JavaScript – ohne TensorFlow oder andere KI-Frameworks.

Für die Bilderkennung werden heute meist spezialisierte Netze wie CNNs (Convolutional Neural Networks) eingesetzt, die höhere Genauigkeiten erreichen. Diese Demo verwendet bewusst ein einfaches, vollständig verbundenes Netzwerk, dessen Funktionsweise leicht nachvollziehbar ist.

Da der MNIST-Datensatz überwiegend in den USA erstellt wurde, können sich einzelne Schreibweisen von europäischen Gewohnheiten unterscheiden. So wird beispielsweise die 6 oft mit einem ausgeprägteren oberen Haken geschrieben, was die Erkennung beeinflussen kann.

Trotz seiner einfachen Architektur erkennt das Netzwerk die meisten handgeschriebenen Ziffern zuverlässig und veranschaulicht die Grundlagen neuronaler Netze.