ActiVis：工业级深度神经网络模型的可视化探索
人机交互
2017-08-10 v2 机器学习
摘要
尽管深度学习模型在许多预测任务中取得了 SOTA 的准确率，但理解这些模型仍然是一个挑战。尽管近期人们对开发可视化工具以帮助用户解释深度学习模型越来越感兴趣，但工业界部署的模型的复杂性和多样性，以及它们所使用的大规模数据集，带来了现有工作未能充分解决的独特设计挑战。通过与 Facebook 的 15 名以上研究员和工程师进行参与式设计，我们开发、部署并迭代改进了 ActiVis，这是一个用于解释大规模深度学习模型及其结果的交互式可视化系统。通过紧密集成多个协调视图，例如模型架构的计算图概览，以及用于模式发现和比较的神经元激活视图，用户可以在实例级和子集级探索复杂的深度神经网络模型。ActiVis 已部署在 Facebook 的机器学习平台上。我们展示了与 Facebook 研究员和工程师合作的案例研究，以及 ActiVis 如何与不同模型配合使用的应用场景。
引用
@article{arxiv.1704.01942,
title = {ActiVis: Visual Exploration of Industry-Scale Deep Neural Network Models},
author = {Minsuk Kahng and Pierre Y. Andrews and Aditya Kalro and Duen Horng Chau},
journal= {arXiv preprint arXiv:1704.01942},
year = {2017}
}
备注
Will be presented at IEEE VAST 2017 and published in IEEE Transactions on Visualization and Computer Graphics, 24(1)