一个小型神经网络判断一个数字是否为Numberwang。模型是一个1.8 MB的JSON文件，推理过程约100行纯Python标准库——无需PyTorch，无需NumPy。克隆并运行：python3 numberwang.py 2222 输出 "THAT'S NUMBERWANG!"（置信度：99.3%）。

不带参数运行进入交互模式。需要Python 3.8+。在代码中，load_model和wang_probabilities返回四种判定：不是Numberwang、是Numberwang、不是数字、或Wangernumb。它接受数字、十一种语言的单词、算术表达式、罗马数字、序数词、负数、小数、货币、单位、时间以及虚构数字。

架构：字符 → Embedding(32) → Conv1d(128, k3) → ReLU → Conv1d(128, k3) → ReLU → 全局最大池化 → Linear(128) → ReLU → Linear(4) → softmax。80,804个参数。无分词器或规则引擎。演示运行在Hugging Face Spaces上；gradio仅用于演示。

在486个保留裁决上的准确率为88.9%（宏F1 0.896）。对未见操作数的算术能力较弱（44–72%）。MIT许可证。

关键实体：公司：GitHub、Hugging Face Spaces

FAQ：什么是Numberwang神经网络？

一个小型神经网络，用于判断一个数字是否为Numberwang。它使用1.8 MB的JSON模型和约100行纯Python标准库，无需PyTorch或NumPy。

FAQ Q：什么是Numberwang神经网络？

FAQ A：一个小型神经网络，用于判断一个数字是否为Numberwang。它使用1.8 MB的JSON模型和约100行纯Python标准库，无需PyTorch或NumPy。