在TensorFlow Playground簡介這篇文章裡，筆者介紹了一個用可視化的方法認識神經網絡（CNN）的産品，本次内容将分享一個類似的網站 - CNN Explainer，它專注于用可視化的方式講解卷積神經網絡，該産品同樣以非常直觀的方式展示了卷積神經網絡及其相關知識點。CNN Explainer網站地址為：https://poloclub.github.io/cnn-explainer/。
2 産品特性CNN Explainer網站的頭部即是一個用于圖片分類的卷積神經網絡，輸入是圖片的三個通道（紅，綠和藍），其中圖片在網絡的每一層計算後呈現的樣式也被展示出來，懸浮鼠标即可看到每個卷積核的輸入。
CNN 解釋器
點擊卷積層，動畫将顯示卷積操作，卷積核一步一步地掃過輸入圖片，形成輸出：
卷積
點擊感歎号即可跳轉到對應的文檔和示例，比如針對卷積操作，你可以通過調整輸入和卷積核的參數來體會它的工作原理，動畫将根據輸入進行變化，同時還附有詳細的文檔說明和參考鍊接。産品的開發者真是非常用心了！
交互式地理解卷積操作
卷積層常用的ReLU激活函數的操作示意圖和公式也可以通過點擊相對應的層展示：
ReLU激活函數示意圖
同樣地，Max Pooling層的示意圖和公式也形象地展示了出來，輸入裡的最大值被取了出來作為輸出：
Max Pooling示意圖
最後輸出層用不同程度高亮的方式展示了模型預測的類别。
3 總結CNN Explainer以非常生動的方式展示了卷積操作、ReLU函數、Softmax函數、池化、展平層等重要技術原理，并且你還可以上傳自己的圖片讓模型進行預測，請自己嘗試吧！希望這次的分享對你有幫助，歡迎在評論區留言讨論！
,更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!
zpostcode 
Recruit 
weather 
mreligion 
Yellowpages 
sport 
constellation 
shopping 
name 
game 
directory 
literature 
Word 
tour 
furnish 
Lottery 
tftnews 
lyrics 
News 
digital 
car 
dir 
Edu 
Finance 
