高颜值神经网络可视化:3D彩色、可定制,还能可视化参数重要性
本文经AI新媒体量子位(公众号ID:QbitAI)授权转载,转载请联系出处。 最近,一款神经网络可视化工具火了。 这款工具叫做「nn_vis」,它采用了新的3D可视化技术,可以呈现这样的效果: 其作者表示,之所以创建这个工具,是由于神经网高颜络内部缺乏透明度,很难为不同任务选择有效的架构。 nn_vis究竟有什么与众不同?一起来了解一下。 它能够创建神经网络模型,还可以通过参数设置,得到不同的呈现形式; 并且,根据参数重要性的评估结果,对神经网络进行剪枝,从而简化模型; 同时,还可以对神经网络绑定值神过程实现可视化。 那么,这些功能是怎样实现的呢? nn_vis利用神经网络优化领域的已有方法,采用批标准化、微调以及特征提取,评估训练后的神经网络不同部分的重要性。 再结合边绑定、光线跟踪、3D impostor和特殊的透明技术等,得到神经网络的3D模型,证明经网了评估结果的有效性。 具体来看看~ 参数准备 首先通过 configs/processing.json ,进行神经网络处理的参数准备,就像这样: { "edge_bandwidth_reduct络可ion": 0.9, "edge_importance_type": 0, "layer_distance":&视化nbsp;0.5, "layer_width": 1.0, "node_bandwidth_reduction":&n:3bsp;0.95, "prune_percentage": 0.0, "sampling_rate": 15.0D彩, "smoothing": true, "smoothing_iterations": 8 } 也色、可以在图形用户界面进行设置: 创建神经网络模型 使用可视化工具start_tool.py,并选择神经网络Load Processed Network。 除了现有的网络,还可以生成随机网络,以及处理各种大小的网络。 与最常用的参数相比,可视化可以使训练参数更为结构化可定。 经过不同的训练,通过旋转、切换相机位置、截屏,可以得到类似这样的效果: • 左侧的神经网络没有经过随机分配的值的训练:节点和边距离中心分布得更远; • 中间的则经过一些基本训练,达到90%制,以上的准确性。 • 右侧的神经网络以相同方式训练,并且采用L1正则化防止过拟合,得到了具有相似准确性的最窄的模型。 评估各节点的重要性 根据节点和边的重要性进行着色,不同的颜色表示神经网络的每一部分,用来预测它们的关联性。 通过左图可以看出,修剪不重要的参数,不还能会像重要参数那样影响模型的预测准确性。 右图则显示出,根据类别的重要性修剪神经网络时,重要类别能够保留准确性。与整体准确性相比,重要类别的准确性始终更高。 通过对神经网络进行剪枝,即剪掉不重要的冗余参数,降低了模型的复杂度和过拟合风险,提升了泛化程可视度,得到更高效、训练成本更低的神经网络。 由此证明了重要性评估的有效性。 绑定过程可视化 通过不断迭代实现神经网络的绑定,大致过程是这样的: 可视化的神经网络绑定过程: 需要注意的是,处理每层的神经网络需要一定时间,计算并不是实时的。 不同的可视化效果 在图形用户界化参面或者通过configs/rendering.json,修改着色器参数,包括: 尺寸、对象的基本不透明度、即重要性对不透明度的影响比率、相机的距离对不透明度的影响比率、物体上不同点的密度对不透明度的影响比率、根据对象的重要性定义渲染对象的阈值。 即可得数重到不同的可视化效果: 对这款工具感兴趣的朋友,可以通过文末链接获取~ GitHub项目地址:
边越靠近,神经网络这些部分的泛化程度就越大,即更容易适应新的数据样本。
https://github.com/julrog/nn_vis
- 最近发表
-
- 云安全日报210118:Ubuntu Web音频管理系统发现SQL注入漏洞,需要尽快升级
- 争分夺秒,阿里云投身工业生产“第一线”
- 微软正式推出首款自家 AI 图像生成器 MAI-Image-1
- 让AI精准识别盗版,脸书开源数据增强库:提供100多种增强方式
- 标签: Meta 诈骗广告 Facebook Instagram
- 标签: 黄仁勋 英伟达 CUDA AGI
- 印度黑马Rocket.new逆袭硅谷:1500万美元种子轮融资挑战AI编程巨头,3个月狂揽40万用户
- 标签: 云知声U2 LLMStatsScore LongBench-V2 ClaudeOpus
- 谷歌宣布Android引入全新设计语言Material You 支持自选颜色
- 云计算开发:Python内置函数-float() 函数详解
- 随机阅读
-
- Google BigQuery是大数据分析的未来吗?
- 数据分析的 7 种武器
- 小米发布最强大模型系列,MiMo-V2. 5 正式开启公测
- 云计算核心技术Docker教程:Docker创建和管理卷
- 标签: 三星 Ballie AI机器人 CES
- 智谱AutoGLM2.0重磅升级:云端AI助手突破硬件限制,人人可用
- Superpanel融资530万美元:AI数字队友帮律所搞定客户接待难题
- 标签: 中国电信 星辰大模型 天翼云 AI+
- 云计算开发:Python练习实例-对10个数进行排序
- Perplexity Comet 浏览器遭遇恶意指令攻击漏洞,已修复但需警惕
- 标签: 京东 AI消费 许冉 达沃斯
- 微软邮件漏洞门,超2万个美国机构遭遇黑客攻击
- 标签: 十月稻田 大米 玉米 杂粮
- 标签: 吉利汽车 2026年财报 第一季度财报 吉利汽车财报
- 云计算开发:Python3-isdigit()方法详解
- 标签: 魔形智能
- 标签: Suno AI音乐 Menlo Ventures NVentures
- Google宣布Gemini in Chrome正式向Workspace用户全面开放
- 标签: 小米汽车 宋钢 特斯拉上海工厂 雷军
- 标签: 毫末智行
- 搜索
-
- 友情链接