使用深度學習模型辨識手寫數字,不需要網路連線,所有運算都在本地完成。
用滑鼠或手指在畫布上書寫
輸入圖片 (28×28)
Saliency Map
紅 = 高影響 藍 = 低影響
正在載入模型...
輕量級 CNN,2 層卷積 + 1 層全連接,MNIST 準確度 98.77%。
TensorFlow.js 載入模型,瀏覽器端運算,約 420KB。
筆跡置中、縮放 28×28、正規化為黑底白字。
計算輸入梯度,顯示哪些像素對預測影響最大。
留言載入中…
從零開始訓練 MNIST 模型,轉換為 TensorFlow.js 格式,並在瀏覽器中實現即時推理與 Saliency Map 可解釋性視覺化。完整記錄技術選型、踩坑經驗與效能優化。
2026年1月13日 · wemee (with AI assistant)
留言 0
留言載入中…