深度学习3D可视化工具——Zetane Engine

神经网络在工作的时候,里面到底是什么样?

为了能透视这个“AI黑箱”中的过程,加拿大蒙特利尔一家公司开发一个3D可视化工具Zetane Engine。只需要上传一个模型,Zetane Engine就可以巡视整个神经网络,并且还可以放大网络中的任何一层,显示特征图,看清流水线上的每一步。
目前Zetane Engine不同系统的版本都可以在GitHub网站zetane中找到,也可通过下面链接下载安装包:

深度学习的3D可视化工具Zetane——windows版本

深度学习的3D可视化工具Zetane——Linux版本

(左图为卷积层的特征图,右图为特征图的3D可视化)
(左图为卷积层的特征图,右图为特征图的3D可视化)

可视化AI工作流程

首先,我们需要上传一个模型,上传模型的按钮在启动台左上角Z字标志这里,Zetane Engine支持ONNX、Keras(.h5)以及ZTN三种模型文件。

模型文件格式转换可参考Python将模型参数文件(.pth/.pkl等)转换为ONNX格式

如果手头上还没有模型也没关系,点击界面右上角的Z形图标可以到Zetane Engine的模型库中下载模型:

另外在启动台SNAPSHOTS按钮这里也有一些经典模型可以选择:

例如一个Resnet50网络,输入的图片是一张RGB图:

上传之后,Zetane Engine就绘制出了一条“流水线”,每一层神经网络就像一个个工作间:

这些个小工作间的进展也是透明的,我们可以聚焦到一个归一化层、Relu激活层或者卷积层工作间,点这个图片形状的按钮:

 然后这个各层的所有特征图都会在上面显示出来,如卷积层中卷积数值的不同体现为颜色的不同,蓝紫色代表数值较小,红黄色代表数值较大

还可以通过点击这几个地方来查看,输入和输出的各种样式:

其中有排列成三维立体的、标注卷积结果数值的,以及纯数值的应有尽有:

二维视角
三维视角
标注卷积结果的平面图
纯卷积结果的数值平面图

 多角度的图像处理在连接层、激活层、归一化层等工作间也同样适用:

激活层特征图
归一化层特征图
归一化层特征图

 到了最后的全连接输出层,模型会输出一个一维向量(下图右边),用来判断图像是哪个类别的。

怎么样?有了这样可视化的工具,是不是感觉AI模型不再是一个黑箱了?

  • 9
    点赞
  • 78
    收藏
    觉得还不错? 一键收藏
  • 13
    评论
MongoBooster是一款非常实用的MongoDB可视化工具。作为一款封装在桌面上的应用程序,MongoBooster提供了一个直观且易于使用的界面,方便用户管理和操作MongoDB数据库。 首先,MongoBooster提供了丰富的功能,包括浏览和管理数据库、集合和文档、查询和筛选数据、执行聚合操作、创建索引等等。这些功能都可以通过可视化的界面进行操作,无需使用命令行或者编写复杂的代码。用户可以轻松地进行数据的增删改查,并且可以通过图表和图形化的方式展示查询结果,更直观地理解数据的结构和关系。 其次,MongoBooster还提供了一些高级功能,如导入和导出数据、监控和分析数据库性能、执行和调试JavaScript脚本等。这些功能可以帮助用户更高效地管理和优化MongoDB数据库,提升应用的性能和稳定性。此外,MongoBooster还支持多种连接方式,包括本地连接、远程连接和副本集/分片集群连接,用户可以根据实际需求选择适合的连接方式。 最后,MongoBooster具有友好的用户界面和快速的响应速度,使用户能够轻松上手并且提高工作效率。同时,MongoBooster还提供了详细的帮助文档和在线社区支持,用户可以随时获取帮助和解决问题。 通过以上介绍,可以看出MongoBooster是一款功能丰富、操作简便、界面友好的MongoDB可视化工具。它能够帮助用户更轻松地管理和操作MongoDB数据库,提高开发效率和应用质量。无论是MongoDB初学者还是有经验的开发者,使用MongoBooster都能够更轻松地处理MongoDB相关的任务。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 13
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值