TensorFlow游樂場是一個通過網(wǎng)頁瀏覽器就可以訓(xùn)練的簡單神經(jīng)網(wǎng)絡(luò)并實現(xiàn)了可視化訓(xùn)練過程的工具。這個網(wǎng)頁在百度上，只要搜索TensorFlow playground基本都能出來。

TensorFlow游樂場界面

最左側(cè)提供了4個不同的數(shù)據(jù)集來測試神經(jīng)網(wǎng)絡(luò)，默認的是選中的第一個。最右面的大圖也是顯示被選中的數(shù)據(jù)集。在這個數(shù)據(jù)中，可以看到一個二維平面上有藍點和橘點，每個小點代表了一個樣例，而點的顏色代表了樣例的標簽。因為點的顏色只有兩種，所以這是一個二分類的問題。

訓(xùn)練129輪后的結(jié)果

一個小格子代表神經(jīng)網(wǎng)絡(luò)中的一個節(jié)點，而邊代表節(jié)點之間的連接。每一個節(jié)點和邊都被涂上了顏色，但邊上的顏色和格子中的顏色含義有略微的區(qū)別。每一條邊代表了神經(jīng)網(wǎng)絡(luò)中的一個參數(shù)，它可以是任意實數(shù)。如果把這個平面當(dāng)成一個卡迪爾坐標系，這個平面的每一個點就代表了（x1，x2）的一種取值。而這個點的顏色就體現(xiàn)了這種取值下這個節(jié)點的輸出值。

綜合所述，使用神經(jīng)網(wǎng)絡(luò)解決分類問題主要可以分為以下4個步驟。

提取問題中實體的特征向量作為神經(jīng)網(wǎng)絡(luò)的輸入

定義神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)，并定義如何從神經(jīng)網(wǎng)絡(luò)的輸入得到輸出。

通過訓(xùn)練數(shù)據(jù)來調(diào)整神經(jīng)網(wǎng)絡(luò)中的參數(shù)的取值，這就是訓(xùn)練神經(jīng)網(wǎng)絡(luò)的過程。

使用訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)來預(yù)測未知的數(shù)據(jù)。