机器学习、深度学习和数学的互动工具

社区文章发布于 2025 年 5 月 26 日

苏珊娜·伊利奇

苏珊娜

查看 GitHub 上的 MLT：交互式工具

内容

深度学习

Transformer Explainer
exBERT
BertViz
CNN Explainer
在浏览器中玩转 GAN
卷积神经网络游乐场
Distill：通过激活图谱探索神经网络
机器学习的视觉入门
交互式深度学习游乐场
初始化神经网络
嵌入投影仪
OpenAI Microscope

数据

Atlas 数据探索

可解释性

语言可解释性工具
如果
衡量多样性

数学

Sage 交互
概率分布
贝叶斯推理
Seeing Theory: 概率与统计
交互式高斯过程可视化

深度学习

Transformer Explainer

Transformer Explainer 是一款交互式可视化工具，旨在帮助任何人学习基于 Transformer 的模型（如 GPT）的工作原理。它在您的浏览器中运行一个实时 GPT-2 模型，允许您使用自己的文本进行实验，并实时观察 Transformer 的内部组件和操作如何协同工作以预测下一个 token。

exBERT

“exBERT 是一个工具，旨在帮助人类进行灵活、交互式的调查并为模型内部推理过程制定假设，支持对各种 Hugging Face Transformer 模型进行分析。exBERT 通过将人类指定的输入与大型注释数据集中的类似上下文进行匹配，提供对上下文表示和注意力的含义的洞察。”

来源：exBERT

BertViz

“BertViz 是一个用于可视化 Transformer 模型中注意力的工具，支持 transformers 库中的大多数模型（BERT、GPT-2、XLNet、RoBERTa、XLM、CTRL、MarianMT 等）。它扩展了 Llion Jones 的 Tensor2Tensor 可视化工具和 HuggingFace 的 transformers 库。”

来源：BertViz

CNN Explainer

一个交互式可视化系统，旨在帮助非专业人士学习卷积神经网络 (CNN)。它在浏览器中运行一个预训练的 CNN，并允许您探索图层和操作。

实时演示 | 视频 | 代码 | 论文

在浏览器中玩转 GAN

使用 GAN Lab 直接在浏览器中探索生成对抗网络。有许多酷炫的功能支持交互式实验。

交互式超参数调整
用户定义的数据分布
慢动作模式
手动逐步执行
来源：GAN Lab

卷积神经网络游乐场

ConvNet Playground 是一个交互式可视化工具，用于探索应用于语义图像搜索任务的卷积神经网络。

来源：ConvNet Playground

Distill：通过激活图谱探索神经网络

特征反演（Feature inversion）可用于可视化图像分类网络中数百万个激活，从而生成可探索的网络学习到的特征激活图谱。这可以揭示网络通常如何表示某些概念。

来源：Distill

机器学习视觉入门

在机器学习中，计算机应用统计学习技术自动识别数据中的模式。这些技术可以用来进行高度准确的预测。

来源：r2d3

交互式深度学习游乐场

深度学习新手？在您的浏览器中试玩神经网络。

来源：TF Playground

初始化神经网络

初始化对深度神经网络训练的收敛性有显著影响。简单的初始化方案可以加速训练，但需要小心避免常见陷阱。在这篇文章中，deeplearning.ai 的专家们解释了如何有效地初始化神经网络参数。

来源：deeplearning.ai

嵌入投影仪

理解机器学习模型如何解释数据变得越来越重要。为了将我们自然理解的事物（例如单词、声音或视频）转换为算法可以处理的形式，我们通常使用嵌入（embedding），这是一种数学向量表示，可以捕获数据的不同方面（维度）。在这个交互式工具中，您可以在浏览器中探索多种不同的算法（PCA、t-SNE、UMAP）来探索这些嵌入。