CNN Explainer：通过交互式可视化学习卷积神经网络
人机交互
2020-10-15 v3 人工智能
计算机视觉与模式识别
机器学习
摘要
深度学习的巨大成功促使许多从业者和学生学习这一激动人心的技术。然而，由于理解与应用深度学习的复杂性，初学者往往难以迈出第一步。我们提出 CNN Explainer，一种专为非专家设计、用于学习和检视卷积神经网络（CNNs，一种基础的深度学习模型架构）的交互式可视化工具。我们的工具解决了新手在学习 CNN 时所面临的关键挑战，这些挑战源于我们对教师的访谈与对往届学生的调查。CNN Explainer 紧密集成了概括 CNN 结构的模型概览，以及按需的动态视觉解释视图，帮助用户理解 CNN 的底层组件。通过跨抽象层级的平滑过渡，我们的工具使用户能够检视底层数学运算与高层模型结构之间的相互作用。一项定性用户研究表明，CNN Explainer 帮助用户更轻松地理解 CNN 的内部机制，且使用起来引人入胜、令人愉悦。我们还从研究中提炼出设计经验。CNN Explainer 使用现代网络技术开发，在用户网页浏览器中本地运行，无需安装或专用硬件，从而拓宽了公众对现代深度学习技术的教育获取途径。
引用
@article{arxiv.2004.15004,
title = {CNN Explainer: Learning Convolutional Neural Networks with Interactive Visualization},
author = {Zijie J. Wang and Robert Turko and Omar Shaikh and Haekyu Park and Nilaksh Das and Fred Hohman and Minsuk Kahng and Duen Horng Chau},
journal= {arXiv preprint arXiv:2004.15004},
year = {2020}
}
备注
11 pages, 14 figures, to be presented at IEEE VIS 2020. For a demo video, see https://youtu.be/HnWIHWFbuUQ . For a live demo, visit https://poloclub.github.io/cnn-explainer/