卷积神经网络解释器简介¶

1 前言¶

在TensorFlow Playground简介这篇文章里，笔者介绍了一个用可视化的方法认识神经网络（CNN）的产品，本次内容将分享一个类似的网站 - CNN Explainer，它专注于用可视化的方式讲解卷积神经网络，该产品同样以非常直观的方式展示了卷积神经网络及其相关知识点。CNN Explainer网站地址为：https://poloclub.github.io/cnn-explainer/。

2 产品特性¶

CNN Explainer网站的头部即是一个用于图片分类的卷积神经网络，输入是图片的三个通道（红，绿和蓝），其中图片在网络的每一层计算后呈现的样式也被展示出来，悬浮鼠标即可看到每个卷积核的输入。

点击卷积层，动画将显示卷积操作，卷积核一步一步地扫过输入图片，形成输出：

点击感叹号即可跳转到对应的文档和示例，比如针对卷积操作，你可以通过调整输入和卷积核的参数来体会它的工作原理，动画将根据输入进行变化，同时还附有详细的文档说明和参考链接。产品的开发者真是非常用心了！

卷积层常用的ReLU激活函数的操作示意图和公式也可以通过点击相对应的层展示：

同样地，MaxPooling层的示意图和公式也形象地展示了出来，输入里的最大值被取了出来作为输出：

最后输出层用不同程度高亮的方式展示了模型预测的类别。

3 总结¶

CNN Explainer以非常生动的方式展示了卷积操作、ReLU函数、Softmax函数、池化、展平层等重要技术原理，并且你还可以上传自己的图片让模型进行预测，请自己尝试吧！希望这次的分享对你有帮助，欢迎在评论区留言讨论！

Comments