通过TensorFlow游乐场来了解神经网络

TensorFlow游乐场是一个通过网页浏览器就可以训练的简单神经网络并实现了可视化训练过程的工具。这个网页在百度上，只要搜索TensorFlow playground基本都能出来。

TensorFlow游乐场界面

最左侧提供了4个不同的数据集来测试神经网络，默认的是选中的第一个。最右面的大图也是显示被选中的数据集。在这个数据中，可以看到一个二维平面上有蓝点和橘点，每个小点代表了一个样例，而点的颜色代表了样例的标签。因为点的颜色只有两种，所以这是一个二分类的问题。

训练129轮后的结果

一个小格子代表神经网络中的一个节点，而边代表节点之间的连接。每一个节点和边都被涂上了颜色，但边上的颜色和格子中的颜色含义有略微的区别。每一条边代表了神经网络中的一个参数，它可以是任意实数。如果把这个平面当成一个卡迪尔坐标系，这个平面的每一个点就代表了（x1，x2）的一种取值。而这个点的颜色就体现了这种取值下这个节点的输出值。

综合所述，使用神经网络解决分类问题主要可以分为以下4个步骤。

提取问题中实体的特征向量作为神经网络的输入

定义神经网络的结构，并定义如何从神经网络的输入得到输出。

通过训练数据来调整神经网络中的参数的取值，这就是训练神经网络的过程。

使用训练好的神经网络来预测未知的数据。