TensorFlow游樂場是一個通過網頁瀏覽器就可以訓練的簡單神經網絡并實現了可視化訓練過程的工具。這個網頁在百度上，只要搜索TensorFlow playground基本都能出來。

TensorFlow游樂場界面

最左側提供了4個不同的數據集來測試神經網絡，默認的是選中的第一個。最右面的大圖也是顯示被選中的數據集。在這個數據中，可以看到一個二維平面上有藍點和橘點，每個小點代表了一個樣例，而點的顏色代表了樣例的標簽。因為點的顏色只有兩種，所以這是一個二分類的問題。

訓練129輪后的結果

一個小格子代表神經網絡中的一個節點，而邊代表節點之間的連接。每一個節點和邊都被涂上了顏色，但邊上的顏色和格子中的顏色含義有略微的區別。每一條邊代表了神經網絡中的一個參數，它可以是任意實數。如果把這個平面當成一個卡迪爾坐標系，這個平面的每一個點就代表了（x1，x2）的一種取值。而這個點的顏色就體現了這種取值下這個節點的輸出值。

綜合所述，使用神經網絡解決分類問題主要可以分為以下4個步驟。

提取問題中實體的特征向量作為神經網絡的輸入

定義神經網絡的結構，并定義如何從神經網絡的輸入得到輸出。

通過訓練數據來調整神經網絡中的參數的取值，這就是訓練神經網絡的過程。

使用訓練好的神經網絡來預測未知的數據。