【CNN解释器】CNN EXPLAINER: Learning Convolutional Neural Networks with Interactive Visualization Zijie J. Wang, Robert Turko, Omar Shaikh, Haekyu Park, N

题目：

CNN EXPLAINER: Learning Convolutional Neural Networks with Interactive Visualization

简介：

深度学习的巨大成功激发了许多从业者和学生学习这项令人兴奋的技术。但是，由于理解和应用深度学习的复杂性，初学者通常要迈出第一步就具有挑战性。我们介绍了CNN EXPLAINER，这是一种交互式的可视化工具，旨在为非专家学习和检查卷积神经网络（CNN）（一种基础的深度学习模型体系结构）。我们的工具可以解决新手在学习CNN时面临的主要挑战，我们可以通过对讲师的访谈和对以往学生的调查来确定这些挑战。用户可以交互式地可视化和检查CNN中的数据转换和中间结果流。 CNN EXPLAINER紧密集成了一个模型概述，该概述概述了CNN的结构，以及按需提供的动态视觉解释视图，可帮助用户理解CNN的基本组成部分。通过跨抽象级别的平稳过渡，我们的工具使用户能够检查低级操作（例如，数学计算）和高级结果（例如，类预测）之间的相互作用。为了更好地了解我们工具的好处，我们进行了定性的用户研究，该研究表明CNN EXPLAINER可以帮助用户更轻松地了解CNN的内部工作原理，并且使用起来既有趣又愉快。我们还从我们的研究中学到设计课程。 CNN EXPLAINER是使用现代网络技术开发的，无需安装或专用硬件即可在用户的网络浏览器中本地运行，从而使公众能够接受现代深度学习技术的教育。