神经网络可视化有3D版本了,美到沦陷!
共 2793字,需浏览 6分钟
· 2022-08-29
转自 | 量子位
做计算机视觉,离不开CNN。
可是,卷积、池化、Softmax……究竟长啥样,是怎样相互连接在一起的?
对着代码凭空想象,多少让人有点头皮微凉。于是,有人干脆用Unity给它完整3D可视化了出来。
还不光是有个架子,训练过程也都呈现得明明白白。
比如随着epoch(迭代次数)的变化,训练过程中各层出现的实时变化。
![9ffd7edd9b5ddde54c3cd30c5fb79b57.webp](https://filescdn.proginn.com/1e1e18aa3061a1097f0ae8defda507d8/9ffd7edd9b5ddde54c3cd30c5fb79b57.webp)
![ce05c46863d5d2acc376791748e8eca3.webp](https://filescdn.proginn.com/07f61f25b3950034784100b90e408590/ce05c46863d5d2acc376791748e8eca3.webp)
为了能更清楚地展示网络细节,用户还可以在其中自由地折叠、扩展每个层。
比如将特征图在线性布局和网格布局之间转换。
![8da149cb1b419e98438f5c135da4518c.webp](https://filescdn.proginn.com/889fa15fd2311ad36f591ac7ba1ff2e9/8da149cb1b419e98438f5c135da4518c.webp)
折叠卷积层的特征图输出。
![12d6cf380566f23cd24806626ca95106.webp](https://filescdn.proginn.com/5b67af70185d6fcd3dce2e03a0f00938/12d6cf380566f23cd24806626ca95106.webp)
对全连接层进行边绑定(edge bunding)等等。
![6f11af0227f78eedecce7b707c5b5304.webp](https://filescdn.proginn.com/93378cec1035fe6ef682c57620488647/6f11af0227f78eedecce7b707c5b5304.webp)
这样的可视化图像,可以通过加载TensorFlow的检查点来构建。
![544669cc704743b1f3e1df44ee0e2e93.webp](https://filescdn.proginn.com/af7bbd19ad5d43f2512b446c1b227201/544669cc704743b1f3e1df44ee0e2e93.webp)
也可以在Unity编辑器中设计。
![c795339aeb8e4747044277cefa6a8d6a.webp](https://filescdn.proginn.com/1904c009be164207e6de61c67a532933/c795339aeb8e4747044277cefa6a8d6a.webp)
是不是有点鹅妹子嘤那感觉了?
最近,这个项目又在社交媒体上火了起来。
![5ebf29948228e9eeb2cead1e902a2a72.webp](https://filescdn.proginn.com/f2e22bbf914b8465123bcf0906aa24ee/5ebf29948228e9eeb2cead1e902a2a72.webp)
网友们纷纷表示:
“要是能在训练的时候看到这个过程,再长时间我也能忍啊。”
“求开源。”
![281d3ef089abb10cab76b52ed0807972.webp](https://filescdn.proginn.com/723ab914dd42c0d3a32ccd753d0a8b3e/281d3ef089abb10cab76b52ed0807972.webp)
该项目的作者,是一位来自维也纳的3D特效师。
据他介绍,之所以创建这样一个CNN可视化工具,是因为他自己初学神经网络时,经常觉得很难理解卷积层之间是如何相互连接,又如何与不同类型的层连接的。
而该工具的主要功能包括,卷积、最大池化和完全连接层的可视化表示,以及各种能实现更清晰可视化的简化机制等等。
总而言之,就是想让初学者通过最直观的方式,来get到CNN的重点。
如何用Unity搞出一个3D网络
在正式上手Unity前,作者先在Houdini软件中,搭建了一个可视化的3D网络原型。
它的节点编辑器长这样:
![d040c97b2c9230e194c985992d77eccc.webp](https://filescdn.proginn.com/2a1230d8f9d3ad1cab2a0958b65e8db4/d040c97b2c9230e194c985992d77eccc.webp)
然后,就可以在Unity上搭建3D神经网络了。
首先,需要预设好神经网络的“形状”。
由于之前并没有用过Unity,作者先学习了着色器和过程式几何相关的知识。
这里面,作者发现了一些局限性,他采用的是Unity为着色器开发的语言Shaderlab,这个语言无法使用着色变化,只有对语义进行预定义的变量,才能让它在顶点、几何和像素着色器之间传递。
而且,它无法任意分配顶点属性,只有位置、颜色、UV等预定义属性。(可能这也是3D网络无法实时改变颜色的原因之一)
![b3a7a71c3ed36cc0baa9b1d539eb491c.webp](https://filescdn.proginn.com/2282cee458331d0c6e37a40ecefce804/b3a7a71c3ed36cc0baa9b1d539eb491c.webp)
在研究了一些实例化(instancing)相关的概念后,作者计划采用几何着色器的方法生成神经网络的连线。其中起点和终点被传递到顶点着色器,并直接转发到几何着色器。
这些线,最多可以由120个顶点组成,因为Unity允许的几何着色器能创建的变量的标量浮点数为1024。
设计后的网络形状,大致长这样:
![c233238bd02aa414e260b58f607f0e76.webp](https://filescdn.proginn.com/e67711a04328ba95f6e213abdbac40d3/c233238bd02aa414e260b58f607f0e76.webp)
然后,就是从模型的TensorFlow代码中,生成对应的3D神经网络图像。
其中,Tensorflow-native.ckpt格式的文件,需要存储重构模型图所需的数据、二进制的权重读取和激活值,以及特定层的名字。
以Cifar10-greyscale数据集为例,需要编写一个检查点(checkpoint)文件,以及设置随即初始化的权重。
![5ad3fb2b9234b1747d30a38f220c3271.webp](https://filescdn.proginn.com/c75d67df51a96d9bb2138ba1b9003b2a/5ad3fb2b9234b1747d30a38f220c3271.webp)
在那之后,需要加载这些检查点文件、启动TensorFlow会话,输入训练示例,以便查询每一层的激活函数。
然后编写一个json文件,存储每一层的形状、名称、权重和激活函数,便于读取。然后使用权重值,将颜色数据分配给各层的Unity Mesh。
![9f5424acd23227ea1b72c54bba47326c.webp](https://filescdn.proginn.com/761e8ef00788b54df6d7e35e5ec3e66d/9f5424acd23227ea1b72c54bba47326c.webp)
最终搞出来的效果,还是不错的:
作者还录了个开发视频,在文末可以找到地址。
相关研究还不少
事实上,此前已经有不少学者,进行过神经网络可视化的研究。
例如,去年5月,一位中国博士就可视化了卷积神经网络,将每一层的变化都展示得非常清楚,只需要点击对应的神经元,就能看见它的“操作”。
这是用TensorFlow.js加载的一个10层预训练模型,相当于在浏览器上就能跑CNN模型,也可以实时交互,显示神经元的变化。
不过,这还是个2D的项目。
目前,也已经有人像上面那个神经网络模型一样,做出了3D的可视化神经网络:
这个项目,同样用到了边绑定、光线追踪等技术,与特征提取、微调和归一化相结合,将神经网络可视化。
这项项目希望能借由这些技术,来估计神经网络中不同部分的重要性。
为此,作者将神经网络的每一部分都用不同的颜色来表示,根据节点和节点在网络中的重要性,来预测它们之间的关联性。
![614a0cd72270bfff39ec6f60703372a6.webp](https://filescdn.proginn.com/db327645a31f71db9513af7d3d689385/614a0cd72270bfff39ec6f60703372a6.webp)
大致的处理过程是这样的:
![a25faae4540d25ca791be8a61473b265.webp](https://filescdn.proginn.com/2463c4a36d2209776817d289a8bb6680/a25faae4540d25ca791be8a61473b265.webp)
如果对于这类3D神经网络可视化感兴趣,可以在文末找到对应的开源项目地址。
作者介绍
![9e7b2c79107f346a2f46984232126940.webp](https://filescdn.proginn.com/3a05001bf1787bb79844df5035a7c366/9e7b2c79107f346a2f46984232126940.webp)
Stefan Sietzen,现居维也纳,此前曾是个3D视觉方向的自由职业者。
目前,他在维也纳工业大学读硕,对视觉计算(visual computing)非常感兴趣,这个3D神经网络,就是他在硕士期间做的项目之一。
开发过程:
https://vimeo.com/stefsietz
已开源的3D神经网络项目:
https://github.com/julrog/nn_vis
往期精彩: