受TensorFlow神经网络游乐场界面的启发，可在http://playground.tensorflow.org/，这是一个MATLAB实现了相同的神经网络接口，用于使用人工神经网络进行高度非线性数据的回归和分类。该接口使用HG1图形系统，以便与旧版本的MATLAB兼容。本项目的第二个目的是编写一个用随机梯度下降作为教育手段的训练人工神经网络的矢量化实现，并展示MATLAB和矩阵的强大功能。该框架的目标是随机生成的训练和测试数据，分为符合特定形状或规格的两类，并给定神经网络的配置，目标是对这些数据进行回归或二进制分类，并交互式地向用户显示结果，特别是数据的分类或回归图。以及数值性能测量，如训练和测试损失及其在每次迭代的性能曲线上绘制的值。神经网络的体系结构是高度可配置的，因此体系结构中的每个变化的结果都可以立即看到。
这个项目有两个文件:

1.NeuralNetApp。m:创建界面的GUI，就像在TensorFlow Neural Networks Playground上看到的那样，但完全是用MATLAB GUI元素和小部件完成的。

2.NeuralNet2。m:通过随机梯度下降进行神经网络训练的类。这在NeuralNetApp.m中使用