嗯,什么是神经网络?
它是一种技术,用于构建能够从数据中学习的计算机程序。其大致基于我们对人脑运作方式的认识。首先,创建一组软件“神经元”,并将其连接在一起,使它们能够互相发送消息。接下来,网络被要求解决一个问题,它会反复尝试,每次都会加强导致成功的连接,减少导致失败的连接。如需详细了解神经网络,Michael Nielsen 的《神经网络与深度学习》会对您有所帮助。如需了解技术性更强的概述,请参阅由 Ian Goodfellow、Yoshua Bengio 和 Aaron Courville 合著的深度学习。
太酷了,我可以改头换面吗?
请开始!我们已在 GitHub 上开放相关源代码,希望它能够降低神经网络的接触门槛,让学习变得更加轻松。您可以随意使用它,只需符合 Apache 许可的要求即可。如果您在添加或更改代码方面有任何建议,请告诉我们。
我们还在下面提供了一些控件,以便您针对特定主题或课程定制 Playground。只需在下面选择您想要显示的地图项,然后保存
或刷新页面。各种颜色分别代表什么含义?
橙色和蓝色在整个可视化过程中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(以小圆圈表示)最初显示为橙色或蓝色,分别对应正值和负值。
在隐藏层中,线条根据神经元之间连接的权重着色。蓝色表示正权重值,表示网络正在使用神经元的给定输出。橙色线条表示网络分配了负权重。
在输出层中,圆点显示为橙色或蓝色,具体取决于其原始值。背景颜色表示网络对特定区域的预测。颜色强度表示相应预测的可信度。
您使用的是哪个库?
我们编写了一个小型神经网络库 来满足此教育可视化图表的要求。对于实际应用,请考虑 TensorFlow 库。
赠金
此框架由 Daniel Smilov 和 Shan Carter 创建。 这是很多人之前工作的延续,最值得注意的是 Andrej Karpathy 的 convnet.js 演示 以及 Chris Olah 撰写的有关神经网络的文章。 此外,D.向斯卡利寻求最初的想法,向费尔南达·维埃加斯 (Fernanda Viégas)、马丁·瓦登伯格 (Martin Wattenberg) 以及 Big Picture 和 Google Brain 团队提供反馈和指导。