搭建神经网络---可视化 网站（干货）

下面的内容适合于初学者更好地对 不同的神经网络模型 能形象的了解。

官网地址：http://playground.tensorflow/

 

下图是主界面：

 

参数说明：

1）Problem type 问题类型（是分类问题，还是回归问题，可以选择）

classification  分类           regression  回归

2）Epoch  迭代次数       Learning rate  学习率       Activation  激活函数 （有Tanh, ReLU , Sigmoid , linear,可以自由选择）

3）Regularization 正则化函数 （L1，L2） 正则化的目的是降低过拟合的可能性

Regularization rate  正则化率

4）Ratio of training to test data:  50%    训练与测试数据的比率：50％

5）Noise:    噪音         Batch size:  批量

 

例子1：

分类问题，假设输入层有两个属性，有三个隐藏层（每个隐藏层，有4个神经元），输出层有2个类别

搭建网络如下：

迭代了98次，Training loss 0.001    Test loss 0.002  

 

现在我们调整一下 Ratio of training to test data:（ 训练与测试数据的比率）70%

看到了 迭代了83次，Training loss 0.001    Test loss 0.001 ，

还可以换一个激活函数，改变学习率，调整输入属性，改变隐藏层等,自己动手试试吧。

 

例子2： 

做一个回归的问题

假设输入层有三个属性，有两个隐藏层（每个隐藏层，有4个神经元），输出层有2个类别

Learning rate  学习率设为0.01       Activation  激活函数选择ReLU

Regularization 正则化函数选择L1    Regularization rate  正则化率设为0.001

 搭建网络如下：

看到了 迭代了76次，Training loss 0.001    Test loss 0.001 .

还可以换一个激活函数，改变学习率，调整输入属性，改变隐藏层等,自己动手试试吧。

 

希望对你有帮助。