在画布上写一个数字，让 MNIST 小模型现场判断
这个页面内嵌了一个用 MNIST 训练过的小型 ReLU 神经网络。浏览器会把你的手写笔画缩放成 28 x 28 灰度图，再直接运行前向推理，不需要后端服务。
手写输入
用鼠标或手指写一个 0 到 9 的数字。
模型输出
--
预测数字
等待输入
右侧概率来自浏览器中的本地前向推理，并对轻微平移后的输入做平均投票。左边小图是模型真正接收到的 28 x 28 输入，不是原始大画布。
这个页面如何落地前文概念
手写画布给出输入 x，模型先用隐藏层和 ReLU 提取笔画组合特征，再输出 10 个数字 logit，并用 softmax 转成概率。这个演示保持单页运行：模型参数、样式和交互逻辑都在当前页面内，打开后即可在浏览器中完成识别。
模型mnist-mlp-relu-784x96x10
训练集准确率99.47%
测试集准确率98.54%
训练数据：公开 MNIST 手写数字数据集。
发布形式：这是一个自包含 HTML 页面，不依赖外部脚本、样式表或模型文件。
限制：这不是生产级 OCR。它仍然主要学习 MNIST 风格的白色数字；过小、过淡、多数字重叠或完全连成一团的输入仍会影响结果。