← 返回项目库

Machine Learning Experiments｜机器学习交互实验平台

面向学习与研究的机器学习交互实验平台，提供手写数字、手绘图形、图像分类、数字求和和服装生成等浏览器实验。

基于 Python 与 Docker 的机器学习实验集合，通过浏览器直接体验多种模型演示，包括 MLP、CNN、MobileNetV2、RNN 和 DCGAN。适合机器学习教学、算法演示与研究探索。

真实界面

项目截图

共 7 张

实验首页：浏览 13 个可在浏览器运行的机器学习实验，并进入具体模型演示。
手写数字识别（MLP）：在画布上绘制数字，使用多层感知机模型进行识别。
手写数字识别（CNN）：在画布上绘制数字，使用卷积神经网络输出识别结果。
手绘图形识别（MLP）：绘制草图并查看模型对 QuickDraw 类别的识别界面。
图像分类（MobileNetV2）：选择图片并查看 ImageNet 图像分类结果区域。
数字求和（RNN）：输入两个数字组成的表达式，体验循环神经网络求和界面。
服装生成（DCGAN）：在输入画布上生成服装图像，查看生成器与判别器演示。

适合谁

机器学习学习者、课程讲师、算法工程师和需要快速展示模型效果的团队。

商业化思路

可用于机器学习课程实验、模型效果展示和算法原型验证，也可围绕模型替换、数据集接入与界面定制提供二次开发服务。

你会拿到什么

  • ✓完整源码包（保留原项目许可证）
  • ✓中文部署说明与环境要求
  • ✓真实部署运行截图
  • ✓源码来源、技术栈与验证记录

部署流程

  1. 1阅读项目详情、原 README 与许可证
  2. 2按部署说明准备服务器和环境变量
  3. 3启动服务并完成网页健康检查
  4. 4替换正式域名、密码和业务配置

真实验证结果

Docker Compose 全部服务运行正常且网页端口响应，等待后台终审和资料整理。 源码包、部署说明和业务证据已上传并对账，等待服务端审核。

部署前须知

具体第三方账号、OAuth 凭证和生产密钥需由使用者自行申请与配置。

部署难度

中等

最低配置

以部署说明和实际验证结果为准

开源许可证

MIT

最后验证

2026-09-10

技术栈

DockerPython

授权说明

已检测到原项目许可证文件：LICENSE；发布前仍需人工复核署名和商用边界。

Release notes

版本记录

1 个已发布版本

verified-run-1441

本地真实部署、网页探测与交付物整理通过，已完成 OSS 校验。

部署要求：详见源码包内的慕卿部署说明。

登录后领取