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。