-------------------
对于刚学深度学习神经网络的新手，应该都会遇到CNN卷积神经网络，但很多人却一直都搞不懂卷积神经网络的运算过程。
今天我给大家推荐一个GitHub上很受欢迎的卷积神经网络可视化工具，大家可以看看，简直就是把CNN所有细节都拆开了给你用可视化的形式解释清楚。
它是一个10层的预训练模型，随便点开一个神经元都可以非常清楚的显示它的输入是什么、有哪些细微的变化，甚至连每一次的卷积运算都可以看的非常清楚。
再次点击一个正在卷积的过程图还可以看到更具体的卷积过程，也可以通过点击relu和最大池化层的神经元来分别看到relu函数和最大池化是怎么工作的。
点击最右侧的输出神经元就可以进入到解释画面，还可以点击这里查看Softmax函数的细节，可以在这里选择不同的图片或者上传自己的图片去输入计算，如果还是不理解，点击图片中红色箭头处可以直接跳转到对应的详细解释部分。
这个是我自己给新手同学整理的463种经典主流神经网络的论文PDF与代码，包含了7大神经网络模型及其变体模型，像什么卷积神经网络、循环神经网络、生成模型、transformer等等等都有。
工具地址：https://poloclub.github.io/cnn-explainer/#article-softmax
还有13个精挑细选的深度学习入门练手项目思维导图，用来锻炼自己的代码实战能力非常有用，每个项目的教程视频和数据集源码都可以直接点击后面的这个小按钮直接跳转非常方便。
如果你需要的话，可以直接长按扫码添加我的小助手让她及时无偿发送给大家！
最后祝愿大家都可以成功发表高质量论文！
