tensorflow游乐场是教学目的简单神经网络在线演示、实验图形化平台。可以可视化神经网络训练过程,在浏览器训练神经网络。界面包含以下几个部分:数据(DATA)、特征(FEATURES)、神经网络隐藏层(HIDDEN LAYERS)、层中连接线、输出(OUTPUT)。
进入tensorflow游乐场:http://playground.tensorflow.org/
在OUTPUT(输出层)下有两种不同颜色的点在一个二维平面上,因为只有两种颜色,所以这是一个二分类问题。
FEATRUES一栏中对应了特征向量(这是一层输入层)
输入层与输出层之间的叫隐藏层,主页面显示的网络有两个隐藏层,第一个隐藏层有4个神经元,第二个隐藏层有2个神经元。在tensorflow游乐场中可以点击隐藏层的“+”或者“-”增加隐藏层或者减少隐藏层。同时,你也可以选择神经网络的层数,学习率,激活函数,正则化。
点击run即可训练神经网络。如下图所示,显示训练5083次的结果。
综上所述,使用神经网络主要可以分为已下4个步骤:
- 从问题中提取特征向量作为神经网络的输入
- 定义神经网络的结构
- 通过训练参数来不断优化网络的参数
- 使用训练好的网络来预测未知的数据