AI & DATA · NEUROBLOCKS STUDIO
NeuroBlocks Studio 神經網路設計與訓練軟體
視覺化建立、訓練與評估影像分類與表格分類神經網路
透過拖曳式網路畫布、可重用模型模板、自動資料集切分、CPU / CUDA 訓練與完整分類評估，把神經網路實驗從模型設計一路連接到結果分析。
Visual Neural Network BuilderCNN / MLPRNN / LSTM / GRUTransformer / ViTConvNeXtImage ClassificationTabular ClassificationCPU / CUDA Training
PRODUCT GALLERY
NeuroBlocks Studio 產品介面預覽
根據你之前的錄影整理出的產品截圖，集中展示網路設計、資料匯入、訓練與評估介面。
01 · VISUAL NEURAL NETWORK BUILDER
用拖曳畫布設計神經網路結構
NeuroBlocks Studio 把網路結構變成可編輯的視覺化圖。使用者可以從左側神經網路庫拖入輸入層、卷積層、循環層、啟動層與分類頭，再透過連線組成完整分類網路。節點屬性與訓練時的即時資料可以在同一工作區查看。
- 視覺化拖曳神經網路模組並連接節點
- 經典 MLP、CNN、RNN、LSTM、GRU 工作流程
- 支援網路模板、自動排版與節點參數編輯
- 訓練過程中查看輸出形狀、啟動值與梯度資訊
該產品目前聚焦分類任務，網路結構需要維持維度相容。
02 · DATASET & TRAINING
從資料匯入到 CPU / CUDA 訓練
軟體同時支援影像分類與表格分類。表格資料可匯入 CSV、XLSX、XLS；影像資料依類別資料夾組織。驗證集與測試集可以單獨提供，也可以從訓練資料中自動按權重切分。
- 影像分類與表格分類兩類工作流程
- CSV / XLSX / XLS 表格與常見影像格式
- 支援 8:2、7:3、8:1:1、80:10:10 等任意權重切分
- Auto / CPU / CUDA 裝置選擇與預估剩餘訓練時間
自動切分採用類別感知方式，並可透過 Seed 控制可重現性。
03 · CLASSIFICATION EVALUATION
用多種指標完整評估分類模型
訓練完成後，NeuroBlocks Studio 會集中展示關鍵結果，幫助使用者比較訓練集、驗證集與測試集表現，並從整體準確率進一步檢查各類別錯誤分布與分類品質。
- Train / Validation / Test Loss 與 Accuracy 曲線
- Confusion Matrix 檢查類別間誤判
- Precision / Recall / F1 分類指標
- 多類別 ROC 曲線與測試結果分析
ROC 等結果會在適用的分類任務中生成；不同資料集與類別數量會影響展示內容。
04 · MODEL LIBRARY & ACCESS
從經典網路到 Transformer 與現代視覺模型
模型庫涵蓋經典神經網路與更現代的深度學習結構。基礎工作流程包括 MLP、CNN、RNN、LSTM、GRU；進階模型包括 Transformer Encoder、Vision Transformer、ConvNeXt 等，並提供更多現代分類架構模板。
- 經典網路：MLP、CNN、RNN、LSTM、GRU
- 進階結構：Transformer、ViT、ConvNeXt 等
- Free 提供經典入門模型；Pro 擴展 Basic 模型與結果查看
- Ultimate 提供 Advanced 模型與內建 PNG / CSV / JSON 匯出
Free / Pro / Ultimate 的具體功能以目前應用與 Microsoft Store entitlement 驗證結果為準。
Free
4 個經典入門模型，適合基礎神經網路設計與訓練。
Pro
完整 Basic 模型 / 模組庫，並可查看訓練與評估圖表。
Ultimate
Basic + Advanced 模型，並支援內建圖表與 CSV / JSON 匯出。
WHY THIS VERSION WORKS
為什麼這個頁面更適合展示 NeuroBlocks Studio
除了 SEO，產品頁最重要的是讓第一次到訪的使用者快速理解產品是什麼、能做什麼、適合誰。
更像專業產品官網
弱化堆砌式介紹，改成更像 SaaS / 軟體產品的層次結構。
截圖成為主角
把真實產品介面放到更顯眼的位置，而不是只靠純文字描述。
突出軟體工作流程
從資料匯入、網路搭建、訓練到評估，使用者能順著頁面理解完整流程。
更適合後續上新
以後如果你增加時間序列、AutoML 或更多模型，也能繼續擴展同一套模板。
更適合廣告落地頁
藍色科技風更適合和 YouTube、Google 搜尋或外鏈推廣配合。
更容易做多語言
簡中、繁中、英文可以共用相同結構，只替換文案。
更利於展示版本體系
Free / Pro / Ultimate 三個層級可以更清楚地介紹。
更像你要的「產品裡面的詳情頁」
頁面已明確放在產品體系下，而不是零散掛在別處。
WORKFLOW
NeuroBlocks Studio 典型使用流程
把使用者第一次使用產品時最關心的步驟拆成四步，方便產品介紹、示範與後續錄影。
匯入資料
匯入影像分類目錄或 CSV / XLSX 表格資料，設定訓練標籤與資料切分比例。
搭建網路
從模型庫拖曳層與模組，建立適合任務的神經網路結構。
啟動訓練
選擇 Auto / CPU / CUDA 訓練裝置，監控 Loss、Accuracy 與時間進度。
分析結果
查看混淆矩陣、Precision / Recall / F1、ROC 與測試效能，比較模型效果。