python神经网络可视化_python深度学习——可视化TensorFlow

可视化Tensorflow

可视化是认识程序的最直观的方式。在做数据分析时，可视化一般是数据分析最后一步的结果呈现。我们通过可视化的TensorFlow就可以清楚地看到TensorFlow到底有哪些功能，直观感受一下深度学习的学习成果，让我们的学习目标一目了然。

PlayGround

首先我们需要知道PlayGround是一个用于教学目的的简单神经网络的在线演示、实验的图形化平台，非常强大地可视化了神经网络地训练过程。使用它可以在浏览器里训练神经网络，对TensorFlow有一个感性地认识。

PlayGround界面从左到右由数据(DATA)、特征(Feautures)、神经网络的隐藏层(HIDDEN LAYERS)和层中的连接线和输出(OUTPUT)几部分组成。如下所示：

数据

在二维平面内，点被标记成两种颜色。蓝色代表正值，黄色代表负值。这两种颜色表示想要区分的两类。网站提供了4种不同形态的数据，分别是圆形、异或、高斯和螺旋。我们可以在左侧的DATA选项中进行选择并查看。

PlayGround中的数据配置非常灵活，可以调整噪声的大小。下面我们将展示噪声为0、25和50时的数据分布。

噪声为0

噪声为25

噪声为50

PlayGround中也可以改变训练数据和测试数据的比例。而且我们还可以调整输入的每批(batch)数据的多少，调整的范围是1～30，就是说每批进入神经网络数据的点可以1~30个。

特征<