AI & DATA · NEUROBLOCKS STUDIO
NeuroBlocks Studio 神经网络设计与训练软件
可视化构建、训练和评估图像分类与表格分类神经网络
通过拖拽式网络画布、可复用模型模板、自动数据集划分、CPU / CUDA 训练和完整分类评估，把神经网络实验从模型结构设计一直连接到结果分析。
Visual Neural Network BuilderCNN / MLPRNN / LSTM / GRUTransformer / ViTConvNeXtImage ClassificationTabular ClassificationCPU / CUDA Training
PRODUCT GALLERY
NeuroBlocks Studio 产品界面预览
参考你之前的录屏整理后的产品截图，集中展示网络设计、数据导入、训练与评估界面。
01 · VISUAL NEURAL NETWORK BUILDER
用拖拽画布设计神经网络结构
NeuroBlocks Studio 把网络结构变成可编辑的可视化图。用户可以从左侧神经网络库拖入输入层、卷积层、循环层、激活层和分类头，再通过连线组成完整分类网络。节点属性与训练时的实时数据可以在同一工作区查看。
- 可视化拖拽神经网络模块并连接节点
- 经典 MLP、CNN、RNN、LSTM、GRU 工作流
- 支持网络模板、自动布局与节点参数编辑
- 训练过程中查看输出形状、激活值和梯度信息
该产品当前聚焦分类任务，网络结构需要保持维度兼容。
02 · DATASET & TRAINING
从数据导入到 CPU / CUDA 训练
软件同时支持图像分类和表格分类。表格数据可导入 CSV、XLSX、XLS；图像数据按类别文件夹组织。验证集与测试集可以单独提供，也可以从训练数据中自动按权重划分。
- 图像分类与表格分类两类工作流
- CSV / XLSX / XLS 表格与常见图像格式
- 支持 8:2、7:3、8:1:1、80:10:10 等任意权重划分
- Auto / CPU / CUDA 设备选择与预计剩余训练时间
自动划分采用类别感知方式，并可通过 Seed 控制可重复性。
03 · CLASSIFICATION EVALUATION
用多种指标完整评估分类模型
训练结束后，NeuroBlocks Studio 将关键结果集中展示，帮助用户比较训练集、验证集与测试集表现，并从整体准确率进一步检查各类别错误分布和分类质量。
- Train / Validation / Test Loss 与 Accuracy 曲线
- Confusion Matrix 检查类别间误判
- Precision / Recall / F1 分类指标
- 多类别 ROC 曲线与测试结果分析
ROC 等结果会在适用的分类任务中生成；不同数据集和类别数量会影响展示内容。
04 · MODEL LIBRARY & ACCESS
从经典网络到 Transformer 与现代视觉模型
模型库覆盖经典神经网络和更现代的深度学习结构。基础工作流包括 MLP、CNN、RNN、LSTM、GRU；高级模型包括 Transformer Encoder、Vision Transformer、ConvNeXt 等，并提供更多现代分类架构模板。
- 经典网络：MLP、CNN、RNN、LSTM、GRU
- 高级结构：Transformer、ViT、ConvNeXt 等
- Free 提供经典起步模型；Pro 扩展 Basic 模型与结果查看
- Ultimate 提供 Advanced 模型与内置 PNG / CSV / JSON 导出
Free / Pro / Ultimate 的具体功能以当前应用和 Microsoft Store entitlement 验证结果为准。
Free
4 个经典起步模型，适合基础神经网络设计与训练。
Pro
完整 Basic 模型 / 模块库，并可查看训练与评估图表。
Ultimate
Basic + Advanced 模型，并支持内置图表与 CSV / JSON 导出。
WHY THIS VERSION WORKS
为什么这个页面更适合展示 NeuroBlocks Studio
除了 SEO，产品页最重要的是让第一次访问的用户迅速理解产品是什么、能做什么、适合谁。
更像专业产品官网
弱化堆砌式介绍，改成更像 SaaS / 软件产品的层次结构。
截图成为主角
把真实产品界面放到更显眼的位置，而不是只靠纯文字描述。
突出软件工作流
从数据导入、网络搭建、训练到评估，用户能顺着页面理解完整流程。
更适合后续上新
以后如果你增加时间序列、AutoML 或更多模型，也能继续扩展同一套模板。
更适合广告落地页
蓝色科技风更适合和 YouTube、Google 搜索或外链推广配合。
更容易做多语言
简中、繁中、英文可以共用同样结构，只替换文案。
更利于展示版本体系
Free / Pro / Ultimate 三个层级可以更清楚地被介绍。
更像你想要的“产品里面的详情页”
页面已经明确放在产品体系下面，而不是零散挂在别处。
WORKFLOW
NeuroBlocks Studio 典型使用流程
把用户第一次使用产品时最关心的步骤拆成四步，方便产品介绍、演示和后续录视频。
导入数据
导入图像分类目录或 CSV / XLSX 表格数据，设置训练标签与数据划分比例。
搭建网络
从模型库拖拽层和模块，构建适合任务的神经网络结构。
启动训练
选择 Auto / CPU / CUDA 训练设备，监控 Loss、Accuracy 与时间进度。
分析结果
查看混淆矩阵、Precision / Recall / F1、ROC 与测试性能，比较模型效果。