中国博士将整个CNN可视化，每一个卷积池化都一目了然。什么是美国有线电视新闻网？美国有线电视新闻网？每一个对AI有憧憬的新手，一开始都会遇到CNN（卷积神经网络）这个词。但是每一次，当新手想知道CNN到底是怎么回事，为什么它能智能识别人脸和听声音时，一头雾水，只好把它理解成玄学：嗯，维基百科解决不了的问题，有人解决了它。这款名为CNNInterpreter的在线互动可视化工具，将CNN拆解粉碎，告诉新手CNN到底是个什么东西，为什么能识别物体。它使用TensorFlow.js加载一个10层的预训练模型，相当于在浏览器上运行一个CNN模型。你只需要打开电脑就可以了解CNN是怎么回事。而且，这个网页工具还可以实现交互，只要点击任意一个格子——CNN中的“神经元”，它就可以显示它的输入是什么，发生了哪些细微的变化。甚至，每一个卷积操作都看得一清二楚。看卷积的CNN解释器怎么用也很简单：用鼠标戳一下就可以了。点击一个神经元进入弹性解释视图，可以看到卷积核滑动过程的动画模拟：点击一个正在卷积的过程图，可以看到更具体的过程：可以看到底层卷积运算的过程，3×3的卷积核运算后是如何变成一个数的。看清楚ReLU和最大池化层。点击ReLU层中的一个神经元，可以看到具体的过程。ReLU函数是这样工作的：点击一个池化神经元，还可以看到具体的最大池化层是如何工作的：看清楚CNN是如何输出预测的？点击最右边的输出神经元，进入弹性解释视图：可以查看Softmax函数的详细信息：尝试识别“Nick”？CNN解释器默认有10张图片，你也可以添加自己自定义的图片。像这个：奶酪烤甜椒？甜椒披萨？我勒个去？复制图片链接或上传图片后，经过10层处理得出结论：甜椒，但也可能是臭虫。但是只能归到右边原来的10类，比如放一只浣熊：会被识别为espresso。由博士制作。来自GeorgiaTechChina最后，这篇CNN翻译的作者是来自佐治亚理工学院的华人小弟ZijieWang，刚刚开始攻读博士学位。去年在机器学习中。他毕业于威斯康星大学麦迪逊分校，GPA为3.95/4.00大学霸王。他还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在哪里：传送门CNNExplainerhttps://poloclub.github.io/cnn-explainer/GitHubhttps://github.com/poloclub/cnn-explainer论文https://arxiv.org/abs/2004.15004
