Neuron
Designüberblick
Neuron verbindet handschriftliche Ziffern mit einer funktionierenden Erkennung und zehn Ausgabewerten und legt anschließend echte positive und negative 28×28-Gewichte über der eigenen Handschrift offen. Gewichte, Schichten und Trainingsabschnitte lassen sich alle direkt verändern.
Prüfvermerk
BestätigtDie unabhängige Nachprüfung nutzte echte Maus- und Touchereignisse für mehrstrichige Ziffern; alle 11 mit der Maus geschriebenen Stichproben von 0–9 wurden korrekt erkannt. Gewichte von −3/0/+3 erzeugten Aktivierungen von 4.22/7.20/10.19, und das Training ließ sich pausieren, fortsetzen und zurückspulen.
PrüfgrenzenDie Prüfungen mit 390px Breite nutzten Browser-Touchereignisse statt eines echten Telefons; diese Stichproben belegen weder Genauigkeit bei beliebiger Handschrift noch die Generalisierungsfähigkeit des Modells.
Prompt
Eine interaktive Erklärwebsite darüber, wie ein neuronales Netz handschriftliche Ziffern erkennt (ab 1440×900, responsiv bis 390 Pixel Breite), mit englischsprachiger Oberfläche für neugierige Erwachsene ohne mathematischen Hintergrund.
Kern des ersten Bildschirms: Schreibe eine Ziffer auf ein kleines Raster, beobachte, wie das Signal Schicht für Schicht durch das Netz wandert und Aktivierungen aufleuchten, und sieh, wie einer von zehn Ausgabebalken steigt. Die Erkennung muss tatsächlich funktionieren: Du darfst ein kleines Netz offline trainieren und seine Gewichte in `assets/` bündeln. Darunter folgen scrollgeführte Erklärungen zu Gewichten, Schichten und Training, jeweils mit praktischer Interaktion, etwa dem Ziehen eines Gewichts, um die Ausgabeveränderung zu sehen.
Entwirf drei Zustände: eine Ziffer schreiben und auf dem ersten Bildschirm ein Ergebnis erhalten; mit einem Erklärabschnitt in der Mitte interagieren; und zwei konkurrierende Ausgaben bei einer mehrdeutigen handschriftlichen Ziffer.
Chinesischen Originalprompt ansehen
一个讲神经网络如何认出手写数字的互动讲解网站（1440×900 起，响应式到 390 宽），界面用英文，给没有数学背景、但好奇的成年人。
首屏的核心：在一块小格子上手写一个数字，信号一层层穿过网络，每层的激活亮起来，最后十个输出里有一根冲高。识别必须真的能用：可以离线训练一个小网络，把权重打包进 `assets/`。往下是随滚动展开的几段讲解：权重、层、训练，每段都有能动手的东西（例如拖动一个权重，看输出怎么变）。
设计三个状态：首屏写下一个数字并得出结果、中段某个讲解区块的交互、写一个模棱两可的数字时两个答案在争。
