一個(gè)像素的旅程：CNN可視化項(xiàng)目
點(diǎn)擊下方卡片，關(guān)注“新機(jī)器視覺”公眾號(hào)
視覺/圖像重磅干貨，第一時(shí)間送達(dá)
郭一璞 發(fā)自 云凹非寺
量子位 報(bào)道 | 公眾號(hào) QbitAI
CNN是什么？美國(guó)有線電視新聞網(wǎng)嗎？
每一個(gè)對(duì)AI抱有憧憬的小白，在開始的時(shí)候都會(huì)遇到CNN（卷積神經(jīng)網(wǎng)絡(luò)）這個(gè)詞。
但每次，當(dāng)小白們想了解CNN到底是怎么回事，為什么就能聰明的識(shí)別人臉、聽辨聲音的時(shí)候，就懵了，只好理解為玄學(xué)：
好吧，維基百科解決不了的問題，有人給解決了。
這個(gè)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(shí)物品。
它用TensorFlow.js加載了一個(gè)10層的預(yù)訓(xùn)練模型，相當(dāng)于在你的瀏覽器上跑一個(gè)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(gè)網(wǎng)頁(yè)工具還可以實(shí)現(xiàn)交互，只要點(diǎn)擊其中任何一個(gè)格子——就是CNN中的“神經(jīng)元”，就能顯示它的輸入是哪些、經(jīng)過了怎樣細(xì)微的變化。
甚至，連每一次卷積運(yùn)算都能看得清。
看清卷積
這個(gè)CNN解釋器的使用方式也非常簡(jiǎn)單：鼠標(biāo)戳戳戳就好了。
單擊神經(jīng)元，進(jìn)入彈性解釋視圖，就可以看到卷積核滑動(dòng)的過程的動(dòng)畫模擬：
點(diǎn)擊一個(gè)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(yùn)算過程，3×3的卷積核是如何經(jīng)過運(yùn)算被變成1個(gè)數(shù)字的。
看清ReLU和最大池化層
點(diǎn)擊一個(gè)ReLU層的神經(jīng)元，可以看具體過程，ReLU函數(shù)是這樣工作的：
點(diǎn)擊一個(gè)池化神經(jīng)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(yù)測(cè)的
點(diǎn)擊最右側(cè)的輸出神經(jīng)元，進(jìn)入彈性解釋視圖：
可以查看Softmax函數(shù)的詳情：
識(shí)別「貍克」試試？
CNN解釋器默認(rèn)有10張圖片，你也可以增加自己的自定義圖片。
比如這個(gè)：
芝士焗燈籠椒？燈籠椒披薩？還是什么鬼？
復(fù)制圖片鏈接或者上傳圖片之后，它經(jīng)過了10層處理，得出結(jié)論：
是燈籠椒，但也可能是臭蟲。
但是，只能歸類于右側(cè)原有的10個(gè)品類里，比如放一只貍克：
就會(huì)被識(shí)別成espresso。
佐治亞理工中國(guó)博士出品
最后，這個(gè)CNN解釋器的作者是一位中國(guó)小哥，佐治亞理工的Zijie Wang，去年剛開始讀機(jī)器學(xué)習(xí)博士，本科畢業(yè)于威斯康星大學(xué)麥迪遜分校，是一位GPA 3.95/4.00的大學(xué)霸。
他也曾經(jīng)做過一些其他有趣的數(shù)據(jù)可視化項(xiàng)目，比如威斯康星大學(xué)麥迪遜分校的中國(guó)本科生都來(lái)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