Online Lab

模型实验中心（独立页面）

每个演示都拆分为独立页面，便于单独讲解训练流程、参数变化与推理结果。

标签说明：`训练` / `推理` / `监督学习` / `无监督学习` / `预训练模型` / `视觉模型`

训练推理监督学习TensorFlow.js

逻辑回归（Dense + Sigmoid），适合第一节课讲“数据-训练-推理”闭环。

训练监督学习回归

可视化参数收敛过程，理解 loss、学习率与训练轮次关系。

训练无监督学习聚类

通过迭代分配和中心更新，观察 SSE 的变化与聚类效果。

训练推理监督学习视觉模型

上传你自己的图片样本，按流程完成数据准备、训练和推理验证。

推理预训练模型视觉模型

上传图片并输出 Top-K 预测，解释卷积模型的工程使用方式。