可视化结果入口

所有页面都读取各自目录下的 fixture.json,测试用例也读取同一份数据。修改 fixture 后,动画和测试会同步变化。

从数值验证走到动态直觉

每个页面围绕一个神经网络核心概念,把 fixture 数据、测试断言和交互动画放在同一个学习闭环里。

6 个交互模块
16 条数值测试
1 份共享 fixture 契约
PATH

03 梯度下降

动态播放 SGD、Momentum、Adam 在同一损失曲面上的轨迹,观察学习率、起点和步数如何影响收敛。

3D 曲面优化器轨迹梯度检查
联动 fixture:gradient_descent/fixture.json

04 反向传播

按链式法则高亮计算图,从损失节点逐步回传到权重和输入,展示梯度范数含义。

计算图链式法则梯度范数
联动 fixture:backprop/fixture.json

05 激活函数

拖动或播放动态游标,观察输入变化如何影响函数值、导数和深层梯度乘积。

函数曲线导数梯度消失
联动 fixture:activation/fixture.json

07 卷积操作

播放卷积核滑动过程,查看输入窗口、卷积核、padding、stride 如何决定输出特征图。

卷积窗口padding特征图
联动 fixture:cnn/fixture.json

09 Attention

展示 Q/K/V 点积缩放后的 softmax 权重矩阵,观察每个 token 如何聚合上下文。

Q/K/Vsoftmax权重矩阵
联动 fixture:attention/fixture.json

10 Transformer

展示正弦位置编码和 causal mask,理解 Transformer block 中顺序信息和生成约束的来源。

位置编码causal mask序列约束
联动 fixture:transformer/fixture.json