一位中國博士把整個CNN都給可視化了，可交互有細節(jié)，每次卷積ReLU池化都清清楚楚
郭一璞 發(fā)自 云凹非寺
量子位 報道 | 公眾號 QbitAI
CNN是什么？美國有線電視新聞網嗎？
每一個對AI抱有憧憬的小白，在開始的時候都會遇到CNN（卷積神經網絡）這個詞。
但每次，當小白們想了解CNN到底是怎么回事，為什么就能聰明的識別人臉、聽辨聲音的時候，就懵了，只好理解為玄學：
好吧，維基百科解決不了的問題，有人給解決了。
這個名叫CNN解釋器在線交互可視化工具，把CNN拆開了揉碎了，告訴小白們CNN究竟是怎么一回事，為什么可以辨識物品。
它用TensorFlow.js加載了一個10層的預訓練模型，相當于在你的瀏覽器上跑一個CNN模型，只需要打開電腦，就能了解CNN究竟是怎么回事。
而且，這個網頁工具還可以實現(xiàn)交互，只要點擊其中任何一個格子——就是CNN中的“神經元”，就能顯示它的輸入是哪些、經過了怎樣細微的變化。
甚至，連每一次卷積運算都能看得清。
看清卷積
這個CNN解釋器的使用方式也非常簡單：鼠標戳戳戳就好了。
單擊神經元，進入彈性解釋視圖，就可以看到卷積核滑動的過程的動畫模擬：
點擊一個正在卷積的過程圖，就可以看到更具體的過程：
可以看到底層的卷積運算過程，3×3的卷積核是如何經過運算被變成1個數(shù)字的。
看清ReLU和最大池化層
點擊一個ReLU層的神經元，可以看具體過程，ReLU函數(shù)是這樣工作的：
點擊一個池化神經元，也可以看具體最大池化層是怎樣工作的：
看清CNN是怎么輸出預測的
點擊最右側的輸出神經元，進入彈性解釋視圖：
可以查看Softmax函數(shù)的詳情：
識別「貍克」試試？
CNN解釋器默認有10張圖片，你也可以增加自己的自定義圖片。
比如這個：
芝士焗燈籠椒？燈籠椒披薩？還是什么鬼？
復制圖片鏈接或者上傳圖片之后，它經過了10層處理，得出結論：
是燈籠椒，但也可能是臭蟲。
但是，只能歸類于右側原有的10個品類里，比如放一只貍克：
就會被識別成espresso。
佐治亞理工中國博士出品
最后，這個CNN解釋器的作者是一位中國小哥，佐治亞理工的Zijie Wang，去年剛開始讀機器學習博士，本科畢業(yè)于威斯康星大學麥迪遜分校，是一位GPA 3.95/4.00的大學霸。
他也曾經做過一些其他有趣的數(shù)據(jù)可視化項目，比如威斯康星大學麥迪遜分校的中國本科生都來自哪里：
傳送門
CNN解釋器
https://poloclub.github.io/cnn-explainer/
GitHub
https://github.com/poloclub/cnn-explainer
論文
https://arxiv.org/abs/2004.15004
相關閱讀
什么是CNN？寫給小白的機器學習入門貼，F(xiàn)acebook員工打造，47k訪問量
卷積神經網絡（CNN），從識別數(shù)字開始
把大核卷積拆成三步，清華胡事民團隊新視覺Backbone刷榜了，集CNN與ViT優(yōu)點于一身
超越SwinTransformer與ConvNeXT
