神经网络可视化

作者 | 蒋宝尚 编辑 | 贾伟躺尸接近三个月的OpenAI博客终于有了更新，这次它为AI研究者带来的作品是“OpenAI Microscope”，中文译名OpenAI 显微镜。意为可以像实验室中的显微镜一样工作，帮助AI研究人员更好地理解神经网络的结构和特征。博客地址：https://openai.

雷锋网(公众号：雷锋网) AI 科技评论按：继在 《要做好深度学习任务，不妨先在损失函数上「做好文章」》 一文中为大家深入浅出地介绍了损失函数的相关知识后，Deep Learning Demystified 编辑、数据科学家 Harsha Bommana 本次接着从优化的角度，结合数学方式和可视

图片来源@视觉中国钛媒体注：本文来自微信公众号大数据文摘 （ID:BigDataDigest），编译：张秋玥、周家乐、陆震，钛媒体经授权发布。神经网络到底是如何运作的？虽然机器视觉系统在越来越多的领域得到应用，从医疗保健到自动驾驶汽车，但是要真的理解机器的眼睛到底是如何“看到”事物，为什么它将甲

雷锋网：喜欢机器学习和人工智能，却发现埋头苦练枯燥乏味还杀时间？油管频道 Arxiv Insights 每周精选，从技术视角出发，带你轻松深度学习。翻译/  龙翔校对/  凡江整理/  廖颖有人说，机器学习算法就是黑箱模型，算法本身没有可解释性。当我们在训练神经网络时，很难知道它为什么做出了这样的预测。算法没有可解释性

雷锋网 AI科技评论按：本文作者 陈仲铭 ，雷锋网 AI科技评论获其授权发布。 为什么我的CNN网络模型训练出来的东西总是过度拟合？已经改了很多次参数都不行，到底是样本有问题还是网络模型定义有问题？问题在哪来？CNN网络模型中的每一层学习的是些什么特征？为什么有的人说第一层卷积核提取的是边缘信息特

作者：Fan Hong在许多机器学习任务中，人工神经网络尤其是近些年发展起来的深度学习网络，已经取得了十分瞩目的结果。然而，以前研究者往往将神经网络的内部行为当作黑盒来看待，神经网络到底学习到了什么并不了解。近些年来，研究者们逐渐开始关注这一问题，并通过了解其内部行为来帮助优化模型。而这篇工作则是从可视化的角度出发来对

◆ ◆ ◆引言小白学数据系列的读者们，大家好久不见。谷歌最近推出了一个神经网络可视化教学平台“游乐场”Tensorflow Playground。大家通过浏览器就可以玩玩神经网络了！是不是很神奇？跟着小白一起试玩之后，一定会感觉，“啊哈，这就是神经网络啊，我也明白了”。那么，现在就把网址发给大家，http://play