什么是神经网络（Neural Network）？
神经网络技术是通过计算机程序来从数据中学习，它是基于人类大脑学习的过程建立的。首先，创建神经元，然后链接在一起，互相发送消息；其次，网络是用来解决问题的，每次加强通往成功的链接，减弱通往失败的链接。更详细的神经网络介绍可以前往Michael Nielsen的《Neural Networks and Deep Learning》，技术综述可参考《Deep Learning》。
酷炫的可视化神经网络
你可以遵守Apache License协议来使用本项目托管在GitHub上的开源代码（采用 typescript和d3.js编写），希望它能使神经网络更容易理解和学习。
提供下面一些控制选项来让你指定某个topic或者lesson，选完后保存链接，或者刷新网页。
可视化颜色代表的意思
橘黄色和蓝色用在整个可视化中，整体上讲，橘黄色代表负值，蓝色代表正值。
小圆圈代表的数据点初始化橘黄色或者蓝色，相应地代表正值和负值。
在隐藏层（hidden layer），神经元间的连线颜色代表权重，蓝色表表正权重，意思是网络在用神经元的输出作为输入；橘黄色的连线代表网络被赋予负权重。
在输出层，橘黄色或者蓝色的点取决于原始值，背景色显示来某个区域的网络预测，颜色的密度代表预测的可信度。
原文链接：http://playground.tensorflow.org/
本文永久更新链接地址：http://www.linuxidc.com/Linux/2016-04/130261.htm
