做計(jì)算機(jī)視覺(jué)，離不開(kāi)CNN。

可是，卷積、池化、Softmax……究竟長(zhǎng)啥樣，是怎樣相互連接在一起的？

對(duì)著代碼憑空想象，多少讓人有點(diǎn)頭皮微涼。于是，有人干脆用Unity給它完整3D可視化了出來(lái)。

還不光是有個(gè)架子，訓(xùn)練過(guò)程也都呈現(xiàn)得明明白白。

比如隨著epoch（迭代次數(shù)）的變化，訓(xùn)練過(guò)程中各層出現(xiàn)的實(shí)時(shí)變化。

為了能更清楚地展示網(wǎng)絡(luò)細(xì)節(jié)，用戶還可以在其中自由地折疊、擴(kuò)展每個(gè)層。

比如將特征圖在線性布局和網(wǎng)格布局之間轉(zhuǎn)換。

折疊卷積層的特征圖輸出。

對(duì)全連接層進(jìn)行邊綁定（edge bunding）等等。

這樣的可視化圖像，可以通過(guò)加載TensorFlow的檢查點(diǎn)來(lái)構(gòu)建。

也可以在Unity編輯器中設(shè)計(jì)。

是不是有點(diǎn)鵝妹子嚶那感覺(jué)了？

最近，這個(gè)項(xiàng)目又在社交媒體上火了起來(lái)。

網(wǎng)友們紛紛表示：

“要是能在訓(xùn)練的時(shí)候看到這個(gè)過(guò)程，再長(zhǎng)時(shí)間我也能忍啊?！?/p>

“求開(kāi)源?！?/p>

該項(xiàng)目的作者，是一位來(lái)自維也納的3D特效師。

據(jù)他介紹，之所以創(chuàng)建這樣一個(gè)CNN可視化工具，是因?yàn)樗约撼鯇W(xué)神經(jīng)網(wǎng)絡(luò)時(shí)，經(jīng)常覺(jué)得很難理解卷積層之間是如何相互連接，又如何與不同類型的層連接的。

而該工具的主要功能包括，卷積、最大池化和完全連接層的可視化表示，以及各種能實(shí)現(xiàn)更清晰可視化的簡(jiǎn)化機(jī)制等等。

總而言之，就是想讓初學(xué)者通過(guò)最直觀的方式，來(lái)get到CNN的重點(diǎn)。

如何用Unity搞出一個(gè)3D網(wǎng)絡(luò)

在正式上手Unity前，作者先在Houdini軟件中，搭建了一個(gè)可視化的3D網(wǎng)絡(luò)原型。

也就是說(shuō)，先給Unity版3D網(wǎng)絡(luò)提供一個(gè)搭建思路，提前準(zhǔn)備好實(shí)現(xiàn)展示卷積計(jì)算的方法、特征圖的形狀、邊綁定的效果等問(wèn)題。

然后，就可以在Unity上搭建3D神經(jīng)網(wǎng)絡(luò)了。

首先，需要預(yù)設(shè)好神經(jīng)網(wǎng)絡(luò)的“形狀”。

由于之前并沒(méi)有用過(guò)Unity，作者先學(xué)習(xí)了著色器和過(guò)程式幾何相關(guān)的知識(shí)。

這里面，作者發(fā)現(xiàn)了一些局限性，他采用的是Unity為著色器開(kāi)發(fā)的語(yǔ)言Shaderlab，這個(gè)語(yǔ)言無(wú)法使用著色變化，只有對(duì)語(yǔ)義進(jìn)行預(yù)定義的變量，才能讓它在頂點(diǎn)、幾何和像素著色器之間傳遞。

而且，它無(wú)法任意分配頂點(diǎn)屬性，只有位置、顏色、UV等預(yù)定義屬性。（可能這也是3D網(wǎng)絡(luò)無(wú)法實(shí)時(shí)改變顏色的原因之一）

在研究了一些實(shí)例化（instancing）相關(guān)的概念后，作者計(jì)劃采用幾何著色器的方法生成神經(jīng)網(wǎng)絡(luò)的連線。其中起點(diǎn)和終點(diǎn)被傳遞到頂點(diǎn)著色器，并直接轉(zhuǎn)發(fā)到幾何著色器。

這些線，最多可以由120個(gè)頂點(diǎn)組成，因?yàn)閁nity允許的幾何著色器能創(chuàng)建的變量的標(biāo)量浮點(diǎn)數(shù)為1024。

然后，就是從模型的TensorFlow代碼中，生成對(duì)應(yīng)的3D神經(jīng)網(wǎng)絡(luò)圖像。

其中，Tensorflow-native.ckpt格式的文件，需要存儲(chǔ)重構(gòu)模型圖所需的數(shù)據(jù)、二進(jìn)制的權(quán)重讀取和激活值，以及特定層的名字。

以Cifar10-greyscale數(shù)據(jù)集為例，需要編寫一個(gè)檢查點(diǎn)（checkpoint）文件，以及設(shè)置隨即初始化的權(quán)重。

在那之后，需要加載這些檢查點(diǎn)文件、啟動(dòng)TensorFlow會(huì)話，輸入訓(xùn)練示例，以便查詢每一層的激活函數(shù)。

然后編寫一個(gè)json文件，存儲(chǔ)每一層的形狀、名稱、權(quán)重和激活函數(shù)，便于讀取。然后使用權(quán)重值，將顏色數(shù)據(jù)分配給各層的Unity Mesh。

最終搞出來(lái)的效果，還是不錯(cuò)的。

相關(guān)研究還不少

事實(shí)上，此前已經(jīng)有不少學(xué)者，進(jìn)行過(guò)神經(jīng)網(wǎng)絡(luò)可視化的研究。

例如，去年5月，一位中國(guó)博士就可視化了卷積神經(jīng)網(wǎng)絡(luò)，將每一層的變化都展示得非常清楚，只需要點(diǎn)擊對(duì)應(yīng)的神經(jīng)元，就能看見(jiàn)它的“操作”。

這是用TensorFlow.js加載的一個(gè)10層預(yù)訓(xùn)練模型，相當(dāng)于在瀏覽器上就能跑CNN模型，也可以實(shí)時(shí)交互，顯示神經(jīng)元的變化。

不過(guò)，這還是個(gè)2D的項(xiàng)目。

目前，也已經(jīng)有人像上面那個(gè)神經(jīng)網(wǎng)絡(luò)模型一樣，做出了3D的可視化神經(jīng)網(wǎng)絡(luò)：

這個(gè)項(xiàng)目，同樣用到了邊綁定、光線追蹤等技術(shù)，與特征提取、微調(diào)和歸一化相結(jié)合，將神經(jīng)網(wǎng)絡(luò)可視化。

這項(xiàng)項(xiàng)目希望能借由這些技術(shù)，來(lái)估計(jì)神經(jīng)網(wǎng)絡(luò)中不同部分的重要性。

為此，作者將神經(jīng)網(wǎng)絡(luò)的每一部分都用不同的顏色來(lái)表示，根據(jù)節(jié)點(diǎn)和節(jié)點(diǎn)在網(wǎng)絡(luò)中的重要性，來(lái)預(yù)測(cè)它們之間的關(guān)聯(lián)性。

大致的處理過(guò)程是這樣的：

如果對(duì)于這類3D神經(jīng)網(wǎng)絡(luò)可視化感興趣，可以在文末找到對(duì)應(yīng)的開(kāi)源項(xiàng)目地址。

原文標(biāo)題：一位外國(guó)小哥把整個(gè) CNN 都給可視化了，卷積、池化清清楚楚！網(wǎng)友：美得不真實(shí)。

文章出處：【微信公眾號(hào)：人工智能與大數(shù)據(jù)技術(shù)】歡迎添加關(guān)注！文章轉(zhuǎn)載請(qǐng)注明出處。

責(zé)任編輯：haq