AI Simulator
学习 AI 的可视化实验室
AI Simulator 将抽象的数学变成可交互的实验。你可以实时训练模型，观察损失曲线的变化，并看到参数调整如何改变决策，从而建立直觉。
交互式实验
实时训练
可解释的可视化
引导式实验
如何使用本平台
从好奇到有把握的直觉，一条很短的路径。
1
步骤
选择实验 选择一个实验并阅读顶部的概念简介，它会告诉你模型要学习什么。
2
步骤
创建数据 通过点击、加载演示或使用样例图片来创建数据。数据形状决定了一切。
3
步骤
训练并观察 使用步进或自动运行进行训练，然后观察损失曲线和模型行为的变化。
4
步骤
对比与反思 通过调整超参数或模型类型，对比偏差、方差与过拟合。
核心学习路径
机器学习
从这里开始理解模型如何从数据中学习。你会看到简单曲线如何拟合点、分类器如何画出边界，以及模型容量为何重要。本路径旨在建立对损失函数、梯度和数据几何的直觉。
用它来回答：为什么模型会欠拟合或过拟合？数据分布如何重塑决策边界？
深度学习
这条路径将直觉从曲线扩展到网络。观察神经元如何将输入变为表示，以及卷积滤波器如何提取视觉特征。重点在于深度与非线性如何改变模型表达能力。
用它来回答：CNN 如何学习边缘？为什么神经模型在损失持续下降时仍会过拟合？
快速开始提示
ML 新手？ 先从线性回归和逻辑回归开始，然后与决策树比较。
对曲线感兴趣？ 使用 NN 回归观察深度和宽度如何改变拟合。
想要视觉直觉？ 进入 CNN MNIST 并绘制数字测试推理。