CNN是什么？美國有線電視新聞網(wǎng)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(jīng)網(wǎng)絡(luò)）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(yù)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(wǎng)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(jīng)元”，就能顯示它的輸入是哪些、經(jīng)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(jīng)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(jīng)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(jīng)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(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)測的

點擊最右側(cè)的輸出神經(jīng)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(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(jīng)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：