Neuron
Résumé du design
Neuron relie des chiffres tracés à la main à un moteur de reconnaissance fonctionnel et à dix scores de sortie, puis révèle de véritables poids 28×28 positifs et négatifs par-dessus le tracé du lecteur. Les sections sur les poids, les couches et l'entraînement sont toutes manipulables.
Vérification
VérifiéLa revérification indépendante a utilisé de véritables événements souris et tactiles pour des chiffres à plusieurs traits ; les 11 échantillons tracés à la souris couvrant 0–9 ont été reconnus correctement. Des poids de −3/0/+3 ont produit des activations de 4,22/7,20/10,19, et l'entraînement pouvait être mis en pause, repris et rembobiné.
Limites de la vérificationLes contrôles à 390 px reposaient sur des événements tactiles du navigateur plutôt que sur un téléphone physique ; ces échantillons ne démontrent ni la précision sur une écriture manuscrite arbitraire ni la généralisation du modèle.
Prompt
Un site explicatif interactif montrant comment un réseau de neurones reconnaît des chiffres manuscrits (à partir de 1440×900, responsive jusqu'à 390 pixels de large), avec une interface en anglais, pour des adultes curieux sans bagage mathématique.
Le cœur du premier écran : tracer un chiffre à la main sur une petite grille, observer le signal traverser le réseau couche par couche à mesure que les activations s'allument, et voir l'une des dix barres de sortie s'élever. La reconnaissance doit réellement fonctionner : vous pouvez entraîner un petit réseau hors ligne et embarquer ses poids dans `assets/`. Plus bas figurent des explications guidées par le défilement sur les poids, les couches et l'entraînement, chacune dotée d'une manipulation directe, comme ajuster un poids pour observer l'effet sur la sortie.
Concevoir trois états : tracer un chiffre et obtenir un résultat dès le premier écran ; manipuler une section explicative au milieu ; et voir deux sorties rivaliser face à un chiffre ambigu.
Voir l’original en chinois
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。
Ouvrir l'exemple interactif