浅析构建神经网络3D可视化应用的框架
今天要为大家推荐一套超酷炫的，用于构建神经网络 3d 可视化应用的框架——tensorspace。
有什么用途？
大家可以使用类 keras 风格的 tensorspace api，轻松创建可视化网络、加载神经网络模型并在浏览器中基于已加载的模型进行 3d 可交互呈现。 tensorspace 可以使您更直观地观察神经网络模型，并了解该模型是如何通过中间层 tensor 的运算来得出最终结果的。 tensorspace 支持 3d 可视化经过适当预处理之后的 tensorflow、keras、tensorflow.js 模型。
图1：使用tensorspace 创建交互式 lenet 模型
▌tensorspace 使用场景
tensorspace 基于 tensorflow.js、three.js 和 tween.js 开发，用于对神经网络进行3d可视化呈现。通过使用 tensorspace，不仅仅能展示神经网络的结构，还可以呈现网络的内部特征提取、中间层的数据交互以及最终的结果预测等一系列过程。
通过使用 tensorspace，可以帮助您更直观地观察并理解基于 tensorflow、keras 或者 tensorflow.js 开发的神经网络模型。 tensorspace 降低了前端开发者进行深度学习相关应用开发的门槛。 我们期待看到更多基于 tensorspace 开发的3d可视化应用。
交互：使用类 keras 的api，在浏览器中构建可交互的 3d 可视化模型。
直观：观察并展示模型中间层预测数据，直观演示模型推测过程。
集成：支持使用 tensorflow、keras 以及 tensorflow.js 训练的模型。
▌使用方法
安装
第一步: 下载 tensorspace.js
我们提供了三种下载 tensorspace.js 的方法，它们分别是 npm、yarn 以及 来自官方网站。
途径 1: npm
途径 2: yarn
途径 3:官方网站下载
https://tensorspace.org/index_zh.html#download
第二步: 安装依赖库
请在使用 tensorsapce.js 之前，引入tensorflow.js、three.js、tween.js和trackballcontrol.js至所需要的 html 文件中，并置于 tensorspace.js 的引用之前。
第三步: 安装 tensorspace.js
将 tensorspace.js 引入 html 文件中：
▌模型预处理
为了获得神经网络中间层的运算结果，我们需要对已有的模型进行模型预处理。基于不同的机器学习库，我们提供了tensorflow 模型预处理教程、keras 模型预处理教程以及tensorflow.js 模型预处理教程。
▌使用
在成功安装完成 tensorspace 并完成神经网络模型预处理之后，我们可以来创建一个 3d tensorspace 模型。
为了简化步骤，请随意使用我们在helloworld路径下所提供的资源。我们将会用到适配 tensorspace 的预处理模型以及样例输入数据（“5”）作为使用样例来进行说明。所有的源码都可以在helloworld.html文件中找到。
首先，我们需要新建一个 tensorspace 模型实例：
然后，基于 lenet 网络的结构：输入层 + 2 x (conv2d层 & maxpooling层) + 3 x (dense层)，我们可以搭建其模型结构：
最后，我们需要载入经过预处理的 tensorspace 适配模型并使用init()方法来创建模型对象：
我们可以在浏览器中看到以下模型：
图2- 所创建的 lenet 模型 (无输入数据）
我们可以使用我们已经提取好的手写“5”作为模型的输入：
我们在这里将预测方法放入init()的回调函数中以确保预测在初始化完成之后进行(在线演示)。
在线演示地址：
https://tensorspace.org/html/helloworld.html
可以在下面的地址的 codepen 中试一下这个例子。
https://codepen.io/syt123450/pen/yrwzgg
图3：lenet 模型判别输入“5”
▌样例展示
lenet
alexnet
yolov2-tiny
resnet-5
vgg16
acgan
mobilenetv1
苹果13有哪些机型
研究人员开发紫外线LED灯，可在30秒内灭掉新冠病毒
面向IPU、SmartNIC和5G网络的英特尔Agilex 7 FPGA和eASIC设备
单片机点亮数码管程序设计解析
CAD学习的七个层次，下一步应该如何学习加强？
浅析构建神经网络3D可视化应用的框架
人体分割识别图像：让AI更智能的认识人类
ISO9000概述,质量管理体系的建立
5G来临之际，4G该如何定位？
新证据表明，人类磁感可以让大脑感应到地球磁场
共模扼流圈的工作原理及应用
可自动更换量程的数显电流表,Digital Ammeter
泛华恒兴新添高性能VHDIC-68至SCSI-68转接电缆
人工智能很可能会引发行业的重大变革
华纳云浅析海外服务器的3种体系架构：SMP、NUMA、MPP
吃屎？NASA给登陆火星航天员准备的美食大礼包
小米首发索尼IMX989 明年大规模普及
华为邱真：5G智慧园区空间巨大，产业风口已至
分享一款不错的嵌入式静态代码扫描工具
为何说Bert是近年来NLP重大进展的集大成者？
有什么用途？
大家可以使用类 keras 风格的 tensorspace api，轻松创建可视化网络、加载神经网络模型并在浏览器中基于已加载的模型进行 3d 可交互呈现。 tensorspace 可以使您更直观地观察神经网络模型，并了解该模型是如何通过中间层 tensor 的运算来得出最终结果的。 tensorspace 支持 3d 可视化经过适当预处理之后的 tensorflow、keras、tensorflow.js 模型。
图1：使用tensorspace 创建交互式 lenet 模型
▌tensorspace 使用场景
tensorspace 基于 tensorflow.js、three.js 和 tween.js 开发，用于对神经网络进行3d可视化呈现。通过使用 tensorspace，不仅仅能展示神经网络的结构，还可以呈现网络的内部特征提取、中间层的数据交互以及最终的结果预测等一系列过程。
通过使用 tensorspace，可以帮助您更直观地观察并理解基于 tensorflow、keras 或者 tensorflow.js 开发的神经网络模型。 tensorspace 降低了前端开发者进行深度学习相关应用开发的门槛。 我们期待看到更多基于 tensorspace 开发的3d可视化应用。
交互：使用类 keras 的api，在浏览器中构建可交互的 3d 可视化模型。
直观：观察并展示模型中间层预测数据，直观演示模型推测过程。
集成：支持使用 tensorflow、keras 以及 tensorflow.js 训练的模型。
▌使用方法
安装
第一步: 下载 tensorspace.js
我们提供了三种下载 tensorspace.js 的方法，它们分别是 npm、yarn 以及 来自官方网站。
途径 1: npm
途径 2: yarn
途径 3:官方网站下载
https://tensorspace.org/index_zh.html#download
第二步: 安装依赖库
请在使用 tensorsapce.js 之前，引入tensorflow.js、three.js、tween.js和trackballcontrol.js至所需要的 html 文件中，并置于 tensorspace.js 的引用之前。
第三步: 安装 tensorspace.js
将 tensorspace.js 引入 html 文件中：
▌模型预处理
为了获得神经网络中间层的运算结果，我们需要对已有的模型进行模型预处理。基于不同的机器学习库，我们提供了tensorflow 模型预处理教程、keras 模型预处理教程以及tensorflow.js 模型预处理教程。
▌使用
在成功安装完成 tensorspace 并完成神经网络模型预处理之后，我们可以来创建一个 3d tensorspace 模型。
为了简化步骤，请随意使用我们在helloworld路径下所提供的资源。我们将会用到适配 tensorspace 的预处理模型以及样例输入数据（“5”）作为使用样例来进行说明。所有的源码都可以在helloworld.html文件中找到。
首先，我们需要新建一个 tensorspace 模型实例：
然后，基于 lenet 网络的结构：输入层 + 2 x (conv2d层 & maxpooling层) + 3 x (dense层)，我们可以搭建其模型结构：
最后，我们需要载入经过预处理的 tensorspace 适配模型并使用init()方法来创建模型对象：
我们可以在浏览器中看到以下模型：
图2- 所创建的 lenet 模型 (无输入数据）
我们可以使用我们已经提取好的手写“5”作为模型的输入：
我们在这里将预测方法放入init()的回调函数中以确保预测在初始化完成之后进行(在线演示)。
在线演示地址：
https://tensorspace.org/html/helloworld.html
可以在下面的地址的 codepen 中试一下这个例子。
https://codepen.io/syt123450/pen/yrwzgg
图3：lenet 模型判别输入“5”
▌样例展示
lenet
alexnet
yolov2-tiny
resnet-5
vgg16
acgan
mobilenetv1
苹果13有哪些机型
研究人员开发紫外线LED灯，可在30秒内灭掉新冠病毒
面向IPU、SmartNIC和5G网络的英特尔Agilex 7 FPGA和eASIC设备
单片机点亮数码管程序设计解析
CAD学习的七个层次，下一步应该如何学习加强？
浅析构建神经网络3D可视化应用的框架
人体分割识别图像：让AI更智能的认识人类
ISO9000概述,质量管理体系的建立
5G来临之际，4G该如何定位？
新证据表明，人类磁感可以让大脑感应到地球磁场
共模扼流圈的工作原理及应用
可自动更换量程的数显电流表,Digital Ammeter
泛华恒兴新添高性能VHDIC-68至SCSI-68转接电缆
人工智能很可能会引发行业的重大变革
华纳云浅析海外服务器的3种体系架构：SMP、NUMA、MPP
吃屎？NASA给登陆火星航天员准备的美食大礼包
小米首发索尼IMX989 明年大规模普及
华为邱真：5G智慧园区空间巨大，产业风口已至
分享一款不错的嵌入式静态代码扫描工具
为何说Bert是近年来NLP重大进展的集大成者？