一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

作者: 郭一璞 2020-05-02 18:04:52

本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。

 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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

好吧,维基百科解决不了的问题,有人给解决了。

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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。

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

点击一个正在卷积的过程图,就可以看到更具体的过程:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

可以查看Softmax函数的详情:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

就会被识别成espresso。

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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。

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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:

一位中国博士把整个CNN都给可视化了,每次卷积池化都清清楚楚

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

可视化 神经网络 工具
上一篇:马斯克罕见服软认输,李开复也不必直播吃车,这段无人车公案了结 下一篇:我和AI打了六局王者荣耀,心态崩了
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

AI能成科学家的工具人?Nature采访五位顶尖学者:学会写代码,降低期望

AI 对于其他领域的科研来说是一个极其好用的工具,DNA测序、天文地理甚至艺术领域都必须要用到AI 模型来提供灵感。最近Nature 采访了五位跨领域的专家,听听他们对于AI 工具人有什么想法?

佚名 ·  2天前
如何使用Auto-Sklearn和Auto-PyTorch实现自动化机器学习

如今,机器学习(ML)正在广泛地影响着商业、工程、以及研究等领域。通常,机器学习水平的进步,与软件和自动化的深入迭代有着密切的关系。

陈峻 ·  2天前
业务数据全用上也喂不饱AI?试试这个小样本学习工具包

在计算机视觉、自然语言处理等大领域下,从深度学习最初大放异彩的图像分类、文本分类,到进一步的图像生成、文本关系预测,机器学习算法取得的成就大多建立在大量数据驱动的训练算法之上。

王雅晴 ·  4天前
你知道 AI 只是人类的工具吗?

今天,人们对于继续学习的兴趣,与曾经的每一次新技术革命并没有本质的不同。比如机器学习和当年关系型数据库的发展非常类似。

Harper ·  4天前
ResNet假说被推翻?Reddit小哥:这么多年都没人搞懂Ta的原理

ResNet 发布至今已经有六年多了,但它的工作原理至今仍然是个迷。最近Reddit 上一个网友发帖表示,是否ResNet的创新出发点就有问题?

佚名 ·  2021-10-18 17:50:32
真 · 神经网络发明人福岛邦彦获奖,Schmidhuber、李飞飞点赞

1980 年,福岛邦彦首次使用卷积神经网络实现了模式识别,他被认为是真正的卷积神经网络发明者。

机器之心编辑部 ·  2021-10-15 10:32:42
深度学习正改变物理系统模拟,速度最高提升20亿倍那种

他们用强化学习优化游戏NPC的寻路行为,用GAN生成丰富的NPC脸型。

梦晨 ·  2021-10-12 15:15:01
如何理解流程自动化领域?

如今的流程自动化有多种形式。而不断发展的工具生态系统可以使从简单的重复性任务到复杂的自定义工作流都实现自动化。

李睿 ·  2021-05-27 08:00:00
Copyright©2005-2021 51CTO.COM 版权所有 未经许可 请勿转载