兩分鐘論文是原發佈於YouTube上的一個輕鬆有趣的AI論文學習欄目，講解人語速較慢，發音清晰，無論是作為聽力練習還是日常學習，都是不錯的材料選擇。

字幕組製作了雙語字幕影片，任何人都可以免費觀看，同時我們歡迎大家加入AI交流群，一起分享心得~（文末二維碼掃碼進群）

論文標題：CNN Explainer: Learning Convolutional Neural Networks with Interactive Visualization

論文地址：//arxiv.org/abs/2004.15004

摘要

Deep learning’s great success motivates many practitioners and students to learn about this exciting technology. However, it is often challenging for beginners to take their first step due to the complexity of understanding and applying deep learning. We present CNN Explainer, an interactive visualization tool designed for non-experts to learn and examine convolutional neural networks (CNNs), a foundational deep learning model architecture. Our tool addresses key challenges that novices face while learning about CNNs, which we identify from interviews with instructors and a survey with past students. Users can interactively visualize and inspect the data transformation and flow of intermediate results in a CNN. CNN Explainer tightly integrates a model overview that summarizes a CNN’s structure, and on-demand, dynamic visual explanation views that help users understand the underlying components of CNNs. Through smooth transitions across levels of abstraction, our tool enables users to inspect the interplay between low-level operations (e.g., mathematical computations) and high-level outcomes (e.g., class predictions). To better understand our tool’s benefits, we conducted a qualitative user study, which shows that CNN Explainer can help users more easily understand the inner workings of CNNs, and is engaging and enjoyable to use. We also derive design lessons from our study. Developed using modern web technologies, CNN Explainer runs locally in users’ web browsers without the need for installation or specialized hardware, broadening the public’s education access to modern deep learning techniques. 

深度學習的巨大成功激發了許多從業者和學生學習這一技術的興趣。然而，由於理解和應用深度學習比較複雜，對於初學者來說，邁出第一步常常很困難。本文里我們介紹了 CNN Explainer，一個為非專家設計的互動式可視化工具，用於學習和檢查卷積神經網路(CNNs) ，一種基礎的深度學習模型架構。我們的工具解決了新手在學習 CNN 時所面臨的關鍵挑戰，這是我們通過與導師的訪談和對過去學生的調查得出的結論。用戶可以互動式地在 CNN 中可視化，以及檢查數據轉換和中間結果流。CNN 解釋器緊密集成了一個模型概述，總結了 CNN 的結構，以及隨需應變的動態視覺解釋視圖，幫助用戶理解 CNN 的基本組成部分。通過跨抽象級別的平滑轉換，我們的工具使用戶能夠檢查低級操作(例如，數學計算)和高級結果(例如，類預測)之間的相互作用。為了更好地理解我們的工具的好處，我們進行了一項定性的用戶研究，研究表明 CNN Explainer 可以幫助用戶更容易地理解 CNNs 的內部工作原理，它使用起來也很有趣。我們也從研究中獲得設計經驗，使用現代網路技術開發，CNN Explainer 可以在用戶的網路瀏覽器中本地運行，無需安裝或專用硬體，拓寬了公眾接觸現代深度學習技術的渠道。

雙語影片
（點擊跳轉播放地址）

AI研習社用戶-田棟文：這篇論文是講了一個叫CNN EXPLAINER的交互可視化工具，使用視圖地形式，可以直觀地檢查cnn學習過程中的分類預測等，互動式地學習CNN的數學基礎。落腳點在於輔助工具，更像一個插件的感覺而不是一種新型的CNN架構。

YouTube觀眾-Karthik ：我對數學感興趣，參加了一段時間的編程比賽，但它（數學）沒有使我獲得多少滿足感。後來我發現了機器學習，但是我還沒有深入研究(我知道 DeepMind、 OpenAI 和 Google Brain 是個大問題，我模糊地認為人工智慧與神經網路和其他東西有關，但僅此而已)。我開始看，Karoly 博士的影片，看到了機器學習能做的大量不可思議的事情，並意識到這個領域仍然處於鼎盛時期。幾個月後，我學會了相關的數學知識，還做出了我自己的神經網路庫，如果你有激情，你可以做任何事情！

YouTube觀眾-Gman052488：我們是在見證人工智慧的想像力嗎？

交流群

回復字幕君：「進群」即可