Autograd Lab · 从零实现的自动微分与神经网络训练可视化

类别 0 类别 1 测试集(空心)

损失 / 精度

运行中

训练损失测试损失精度

–

数据集

隐藏层 2 层 × 8

激活函数优化器

学习率 0.030 批大小 32 L2 正则 0 训练速度 8 步/帧

参数量–

每次前向的图节点–

训练样本–

测试样本–

前向: y = σ(W₃·a(W₂·a(W₁·x + b₁) + b₂) + b₃), 损失是二元交叉熵。反向传播靠拓扑排序 + 每个算子登记自己的局部导数, 参数用 Adam 更新。

快捷键: 空格 暂停/继续 · N 一个 epoch · R 重新初始化 · D 换数据