BT

如何利用碎片时间提升技术认知与能力? 点击获取答案

使用TensorFlow在浏览器中实现神经网络

| 作者 侠天 关注 5 他的粉丝 发布于 2016年4月16日. 估计阅读时间: 1 分钟 | 如何结合区块链技术,帮助企业降本增效?让我们深度了解几个成功的案例。

什么是神经网络(Neural Network)?

神经网络技术是通过计算机程序来从数据中学习,它是基于人类大脑学习的过程建立的。首先,创建神经元,然后链接在一起,互相发送消息;其次,网络是用来解决问题的,每次加强通往成功的链接,减弱通往失败的链接。更详细的神经网络介绍可以前往Michael Nielsen的《Neural Networks and Deep Learning》,技术综述可参考《Deep Learning》

酷炫的可视化神经网络

你可以遵守Apache License协议来使用本项目托管在GitHub上的开源代码(采用 typescript和d3.js编写),希望它能使神经网络更容易理解和学习。

提供下面一些控制选项来让你指定某个topic或者lesson,选完后保存链接,或者刷新网页。

可视化颜色代表的意思

橘黄色和蓝色用在整个可视化中,整体上讲,橘黄色代表负值,蓝色代表正值。

小圆圈代表的数据点初始化橘黄色或者蓝色,相应地代表正值和负值。

在隐藏层(hidden layer),神经元间的连线颜色代表权重,蓝色表表正权重,意思是网络在用神经元的输出作为输入;橘黄色的连线代表网络被赋予负权重。

在输出层,橘黄色或者蓝色的点取决于原始值,背景色显示来某个区域的网络预测,颜色的密度代表预测的可信度。

原文链接:http://playground.tensorflow.org/

评价本文

专业度
风格

您好,朋友!

您需要 注册一个InfoQ账号 或者 才能进行评论。在您完成注册后还需要进行一些设置。

获得来自InfoQ的更多体验。

告诉我们您的想法

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我
社区评论

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

允许的HTML标签: a,b,br,blockquote,i,li,pre,u,ul,p

当有人回复此评论时请E-mail通知我

讨论

登陆InfoQ,与你最关心的话题互动。


找回密码....

Follow

关注你最喜爱的话题和作者

快速浏览网站内你所感兴趣话题的精选内容。

Like

内容自由定制

选择想要阅读的主题和喜爱的作者定制自己的新闻源。

Notifications

获取更新

设置通知机制以获取内容更新对您而言是否重要

BT