在网页上体验Neural Network神经网络的训练

训练回合 (Epoch)

数据 (Data)

你想使用哪个数据集?

特征 (Features)

你想输入哪些属性(properties )?

点击按钮编辑
权重/偏置(Weight/Bias)0.2.
这是一个 神经元的输出.你可以移动到上面在右边看到更大图片.
输出混合了不同的权重(weights), 权重的影像体现在线条的粗细上.

输出 (Output)

测试损失函数值(Test loss):
训练损失函数值 (Training loss)
颜色显示数据、神经元和权重值 .

什么是神经网络?

它是一种从数据中学习的计算机程序构建技术。它非常松散地基于我们认为人类大脑如何工作的原理。首先,创建并连接一组软件“神经元”,使它们能够相互发送消息。接下来,网络被要求解决一个问题,它会一次又一次地尝试,每次都加强导致成功的连接并减弱导致失败的连接。有关神经网络的更详细介绍可以参考 Michael Nielsen 的《神经网络和深度学习》

所有颜色都是什么意思?

橙色和蓝色在整个可视化中以略有不同的方式使用,但通常橙色表示负值,而蓝色表示正值。

数据点(由小圆圈表示)最初被着色为橙色或蓝色,分别对应于正一和负一。

在隐藏层中,线条的颜色由神经元之间连接的权重决定。蓝色表示正权重,这意味着网络按给定的方式使用该神经元的输出。橙色线条表示网络分配了负权重。

在输出层中,点根据其原始值着色为橙色或蓝色。背景颜色显示网络对特定区域的预测。颜色的强度显示预测的置信度。

本页面中使用什么了什么库?

Tensorflow团队编写的一个小型神经网络

致谢 (Credits)