使用TensorFlow在浏览器中实现神经网络

   <p> </p>    <p>什么是神经网络（Neural Network）？</p>    <p>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 <a href="/misc/goto?guid=4958978632523718487" rel="nofollow,noindex">《Neural Networks and Deep Learning》</a> ，技术综述可参考 <a href="/misc/goto?guid=4958989206881529847" rel="nofollow,noindex">《Deep Learning》</a> 。</p>    <p>酷炫的可视化神经网络</p>    <p>你可以遵守Apache License协议来使用本项目托管在 <a href="/misc/goto?guid=4959670886028938781" rel="nofollow,noindex">GitHub上的开源代码</a> （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。</p>    <p>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。</p>    <p><img src="https://simg.open-open.com/show/eb64f6a70b9604c2b1a940992c535909.jpg"></p>    <p>可视化颜色代表的意思</p>    <p>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。</p>    <p>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。</p>    <p>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。</p>    <p>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。</p>    <p>来自： <a href="/misc/goto?guid=4959670886122208517" rel="nofollow">http://www.infoq.com/cn/news/2016/04/TensorFlow-Neural-Network</a></p>