1. 引言
俗话说的好：不闻不若闻之，闻之不若见之，见之不若知之，知之不若行之，学至于行之而止矣。
这段话翻成白话文就是：没听过比不上听过；听过比不上实际看过；看过则比不上实际了解；而了解又不如动手实践。唯有身体力行才能真正地学到东西。
所以，学习这件事，只说不做往往是最没有效率的，为了加强大家对深度学习的认知，本文特别摘录了16个好玩的深度学习在线应用，极力推荐大家尝试。
2. Deep Playgound
网站链接：https://playground.tensorflow.org/
快速通道： 戳我
界面如下：
- 该网站由Tensorflow团队推出，模拟训练一个神经网络的过程并了解其运作原理
- 可以搭配这篇Introduction to Neural Networks: Playground Exercises进行深入学习
3. ConvNetJS
网站链接： https://cs.stanford.edu/people/karpathy/convnetjs/
快速通道： 戳我
界面如下：
- 该网站用于训练神经网络来解决经典的MNIST手写数字辨识问题、图片生成以及增强式学习
- 由Tesla的AI负责人Andrej Karpathy建立
4. Magenta
网站链接： https://magenta.tensorflow.org/
快速通道： 戳我
界面如下：
- 一个利用机器学习来协助人们进行音乐以及艺术创作的开源项目
- 可以在网站上的Demo页面尝试各种由深度学习驱动的音乐/绘画应用（如弹奏钢琴、击鼓）
5. Google AI Experiments
网站链接：https://experiments.withgoogle.com/collection/ai
快速通道： 戳我
界面如下：
-
这边展示了接近40个利用图片、语言以及音乐来与使用者产生互动的机器学习Apps，值得慢慢探索
-
知名例子有Quick Draw以及Teachable Machine，将在下方介绍
6. Quick Draw
网站链接：https://quickdraw.withgoogle.com/
快速通道： 戳我
界面如下：
- 由Google推出的知名手写涂鸦辨识，使用的神经网络构架有常见的卷积神经网络CNN以及循环神经网络RNN
- 该深度学习模型会不断将最新的笔触当作输入来预测使用者想画的物件。你会惊叹于她精准且即时的判断
7. Teachable Machine
网站链接：https://teachablemachine.withgoogle.com/
快速通道： 戳我
界面如下：
- 利用电脑/手机上的相机来训练能将图像对应到其他图片、音讯的神经网络，饶富趣味
- 透过这例子，你将暸解机器学习的神奇之处以及其局限所在
8. Fast Neural Style
网站链接：https://tenso.rs/demos/fast-neural-style/
快速通道： 戳我
界面如下：
-
展示如何使用WebGL在浏览器快速地进行神经风格转换Neural Style Transfer
-
你可以选择任何一张图片，并在此网站上将其画风转变成指定的艺术照
9. TensorFlow.js
网站链接：https://js.tensorflow.org/
快速通道： 戳我
界面如下：
- TensorFlow.js页面有多个利用JavaScript实现的深度学习应用，如上图中的人体姿势估计Human Pose Estimation。
- 你可以在该应用里头打开自己的摄像机，看该应用能不能侦测到你与朋友的姿势
10. GAN Lab
网站链接：https://poloclub.github.io/ganlab/
快速通道： 戳我
界面如下：
- 对抗生成网络（Generative Adversarial Network，简称GAN）是非监督式学习的一种方法，通过让两个神经网络相互博弈的方式进行学习。
- 此网站以TensorFlow.js实作GAN中两个神经网络的学习过程，帮助有兴趣的你更直观地理解神奇的GAN的运作方式
11. Talk to Transformer
网站链接：https://app.inferkit.com/demo
快速通道： 戳我
界面如下：
- 本网站展示了一个由OpenAI推出，名为GPT-2的无监督式语言模型。
- 该模型以Google发表的神经网络构架Transformer为基底，在给定一段魔戒或是复仇者联盟的文字内容，该模型可以自己生成唯妙唯俏的延伸剧情。
12. NVIDIA AI PLAYGROUND
网站链接：https://www.nvidia.com/en-us/research/ai-playground/
快速通道： 戳我
界面如下：
- 提供GauGAN的在线展示，让你可以利用简单的笔触来生成真实世界的风景图片，也能上传自己的图片做风格转换
- 提供Image Impainting服务，让使用者*抹去部分图片并让AI自动生成被抹去的内存块
13. Grover
网站链接：https://grover.allenai.org/
快速通道： 戳我
界面如下：
- 一个侦测/生成神经假新闻（Neural Fake News）的研究，其网页展示如何自动生成假新闻。
14. Waifu Vending Machine
网站链接：https://waifulabs.com/
快速通道： 戳我
界面如下：
- Waifu来自日文ワイフ，指的是一些非常受到欢迎、且被不少玩家/观众视为妻子的动漫女性角色。Sizigi Studios团队利用GAN随机初始16名虚拟动漫角色，让使用者可以进一步依照喜爱来创造专属于自己的Waifu。
- Waifu Vending Machine产生的Waifu质量很高，使用者可以下载并分享自己创造的Waifu，也可以选择购买印制该Waifu的海报与抱枕。
15. This Waifu Does Not Exist
网站链接：https://www.thiswaifudoesnotexist.net/
快速通道： 戳我
界面如下：
- 以Nvidia的StyleGAN随机生成的Waifu（右图左侧）。作者Gwern同时也使用开源的小型GPT-2随机生成一段动漫剧情（右图右侧）。自释出后已超越一百万使用者拜访该网站。
- 你也可以用大屏幕查看作者的另个相关站点：These Waifus Do Not Exist，用全画面一次「观赏」数十名随机生成的Waifus。
16. AI Notes
网站链接：https://www.deeplearning.ai/ai-notes/
快速通道： 戳我
界面如下：
- AI Notes是吴恩达的Deep Learning专项课程的辅助教材，使用数学证明以及由TensorFlow.js建立的在线demo让你可以直观地学习如何初始化神经网络权重及如何最佳化模型权重
- 缩图为Parameter optimization in neural networks单元中使用不同Optimiziers训练模型的在线demo
17. Anomagram
网站链接：https://anomagram.fastforwardlabs.com/
快速通道： 戳我
界面如下：
- Anomagram是一个以Tensorflow.js实作，可以建立、训练并测试能够用来做异常检测的Autoencoder。
18. 总结
本文介绍了一些好玩的深度学习在线应用，希望透过此文，能让在各个学习阶段的童鞋都能从这里获得些什么，并实际动手学习、探索发展快速的深度学习世界。
关注公众号《AI算法之道》，获取更多AI算法资讯。