v1.0.0:首个简体中文本地化版本,翻译全部用户可见界面、教程文章、演示图片类别与文档元数据。
部署要求:现代浏览器(支持 ES6、WebGL)以及任意静态服务器;运行所需的 D3、TensorFlow.js、Bulma 等资源已随源码打包。
已知问题:CNN 分类演示依赖浏览器端预训练模型,图片识别准确率有限;部分视图需要交互式图形支持。
一个交互式可视化系统,帮助非专业人士学习卷积神经网络(CNN)。
CNN Explainer 中文版是一款在浏览器中运行的交互式可视化学习工具,通过生动的卷积网络结构与公式动画,直观展示卷积、ReLU 激活、池化、展平与 Softmax 等关键概念,让初学者无需编程基础即可理解深度学习中的 CNN 原理。
真实界面
共 5 张
Capabilities
希望理解卷积神经网络原理的学生、开发者与对深度学习感兴趣的初学者。
开源 MIT 许可项目,面向教育与学习场景免费使用,可通过部署自托管实例或提供培训咨询服务实现增值。
已通过 5 个真实运行中文界面、HTTP、可见正文、控制台、坏图和横向溢出质量门。
演示分类依赖预训练的浏览器端模型,分类结果受输入图片质量影响;界面需支持现代浏览器以获得完整交互体验。
部署难度
简单
最低配置
支持现代浏览器(Chrome/Firefox/Safari)的任意静态服务器;无后端依赖。
开源许可证
MIT License
最后验证
2026-08-22
技术栈
授权说明
版权归 Polo Club of Data Science(2020)所有,允许自由使用、修改、分发与商用,需保留原始版权声明。
Release notes
1 个已发布版本
v1.0.0:首个简体中文本地化版本,翻译全部用户可见界面、教程文章、演示图片类别与文档元数据。
部署要求:现代浏览器(支持 ES6、WebGL)以及任意静态服务器;运行所需的 D3、TensorFlow.js、Bulma 等资源已随源码打包。
已知问题:CNN 分类演示依赖浏览器端预训练模型,图片识别准确率有限;部分视图需要交互式图形支持。