嗯，什么是神经网络？?
嗯，什么是神经网络？ 这是一种构建可从数据中学习的计算机程序的技术。 它非常松散地基于我们认为人脑的工作方式。 首先，创建了一个软件“神经元”并将其连接在一起，从而使它们能够相互发送消息。 接下来，要求网络反复解决一个问题，每次尝试加强导致成功的连接并减少导致失败的连接时，都会尝试解决该问题。 有关神经网络的更详细介绍，Michael Nielsen的神经网络和深度学习是一个不错的起点Neural Networks and Deep Learning。 有关更多技术概述，请尝试Ian Goodfellow，Yoshua Bengio和Aaron Courville撰写的《深度学习》Deep Learning。
这很酷，我可以重新利用它吗？?
请做！ 我们已经将其开源GitHub 希望它可以使神经网络更易于访问和学习。 您可以按照我们的任何方式随意使用它 Apache License. 如果您有任何补充或更改的建议，请 让我们知道.
我们还在下面提供了一些控件，使您可以根据特定主题或课程定制操场。 只需选择要在下面显示的功能，然后保存 , 或 刷新 这页.
所有颜色是什么意思？
在整个可视化过程中，橙色和蓝色的使用方式略有不同，但通常橙色显示负值，而蓝色显示正值。 数据点（用小圆圈表示）最初是橙色或蓝色，分别对应于正数1和负数1。
在隐藏层中，这些线由神经元之间的连接权重来着色。
蓝色表示正权重，这表示网络正在使用给定的神经元输出。 橙色线表示网络辅助负重。 在输出层中，圆点根据其原始值被涂成橙色或蓝色。
背景颜色显示网络对特定区域的预测。 颜色的强度表明预测的可信度。
您正在使用哪个library?
我们写了一个很小的神经网络 library 满足了这种教育可视化的要求。 对于实际应用，请考虑 TensorFlow library.
归功于
这是由Daniel Smilkov和Shan Carter创建的。 这是许多人以前工作的延续，尤其是Andrej Karpathy的工作convnet.js demo 和 Chris Olah’s articles 关于神经网络。 非常感谢D. Sculley对最初想法的帮助，以及FernandaViégas，Martin Wattenberg和其他人的帮助。 Big Picture 和 Google Brain 团队提供反馈和指导。