一位中国博士把整个CNN都给可视化了，可交互有细节，每次卷积ReLU池化都清清楚楚
郭一璞 发自 云凹非寺
量子位 报道 | 公众号 QbitAI
CNN是什么？美国有线电视新闻网吗？
每一个对AI抱有憧憬的小白，在开始的时候都会遇到CNN（卷积神经网络）这个词。
但每次，当小白们想了解CNN到底是怎么回事，为什么就能聪明的识别人脸、听辨声音的时候，就懵了，只好理解为玄学：
好吧，维基百科解决不了的问题，有人给解决了。
这个名叫CNN解释器在线交互可视化工具，把CNN拆开了揉碎了，告诉小白们CNN究竟是怎么一回事，为什么可以辨识物品。
它用TensorFlow.js加载了一个10层的预训练模型，相当于在你的浏览器上跑一个CNN模型，只需要打开电脑，就能了解CNN究竟是怎么回事。
而且，这个网页工具还可以实现交互，只要点击其中任何一个格子——就是CNN中的“神经元”，就能显示它的输入是哪些、经过了怎样细微的变化。
甚至，连每一次卷积运算都能看得清。
看清卷积
这个CNN解释器的使用方式也非常简单：鼠标戳戳戳就好了。
单击神经元，进入弹性解释视图，就可以看到卷积核滑动的过程的动画模拟：
点击一个正在卷积的过程图，就可以看到更具体的过程：
可以看到底层的卷积运算过程，3×3的卷积核是如何经过运算被变成1个数字的。
看清ReLU和最大池化层
点击一个ReLU层的神经元，可以看具体过程，ReLU函数是这样工作的：
点击一个池化神经元，也可以看具体最大池化层是怎样工作的：
看清CNN是怎么输出预测的
点击最右侧的输出神经元，进入弹性解释视图：
可以查看Softmax函数的详情：
识别「狸克」试试？
CNN解释器默认有10张图片，你也可以增加自己的自定义图片。
比如这个：
芝士焗灯笼椒？灯笼椒披萨？还是什么鬼？
复制图片链接或者上传图片之后，它经过了10层处理，得出结论：
是灯笼椒，但也可能是臭虫。
但是，只能归类于右侧原有的10个品类里，比如放一只狸克：
就会被识别成espresso。
佐治亚理工中国博士出品
最后，这个CNN解释器的作者是一位中国小哥，佐治亚理工的Zijie Wang，去年刚开始读机器学习博士，本科毕业于威斯康星大学麦迪逊分校，是一位GPA 3.95/4.00的大学霸。
他也曾经做过一些其他有趣的数据可视化项目，比如威斯康星大学麦迪逊分校的中国本科生都来自哪里：
传送门
CNN解释器
https://poloclub.github.io/cnn-explainer/
GitHub
https://github.com/poloclub/cnn-explainer
论文
https://arxiv.org/abs/2004.15004
- MEET2020 | 百度景鲲：AI交互正在吃掉旧产品边界，触达移动互联网盲区用户2019-12-10
- MEET2020 | 王砚峰揭秘搜狗AI技术体系：自然交互在左，知识计算在右，核心是语言2019-12-16
- MEET2020 | 旷视唐文斌：你到底给谁创造了什么样的价值？这是AI产品的灵魂拷问2019-12-17
- MEET2020 | 快手刘霁：AI基础能力决定每个公司AI的迭代和落地效率2019-12-20
相关阅读
