CNN 解释器：通过互动可视化学习卷积神经网络

深度学习的巨大成功激励了许多从业者和学生学习这一令人兴奋的技术。然而，由于理解和应用深度学习的复杂性，初学者常常面临挑战，难以迈出第一步。我们提出了 CNN 解释器，一个为非专家设计的互动可视化工具，用于学习和检视卷积神经网络（CNN），这一深度学习模型架构的基础。我们的工具解决了初学者在学习 CNN 时面临的关键挑战，这些挑战是通过与讲师的访谈和对以前学生的调查识别出来的。CNN 解释器紧密集成了模型概述，总结了 CNN 的结构，并提供按需的动态可视化解释视图，帮助用户理解 CNN 的基本组成部分。通过在抽象层次之间的平滑过渡，我们的工具使用户能够检查低级数学操作与高级模型结构之间的相互作用。一项定性用户研究表明，CNN 解释器帮助用户更容易理解 CNN 的内部工作原理，并且使用起来引人入胜且愉快。我们还从研究中得出设计经验教训。CNN 解释器使用现代网络技术开发，可以在用户的网络浏览器中本地运行，无需安装或专用硬件，从而拓宽公众对现代深度学习技术的教育获取途径。