Caffe学习系列(18): 绘制网络模型
转载自:
Caffe学习系列(18): 绘制网络模型 - denny402 - 博客园
http://www.cnblogs.com/denny402/p/5106764.html
python/draw_net.py, 这个文件,就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。
在绘制之前,需要先安装两个库
1、安装GraphViz
# sudo apt-get install GraphViz
注意,这里用的是apt-get来安装,而不是pip.
2 、安装pydot
# sudo pip install pydot
用的是pip来安装,而不是apt-get
安装好了,就可以调用脚本来绘制图片了
draw_net.py执行的时候带三个参数
第一个参数:网络模型的prototxt文件
第二个参数:保存的图片路径及名字
第二个参数:--rankdir=x , x 有四种选项,分别是LR, RL, TB, BT 。用来表示网络的方向,分别是从左到右,从右到左,从上到小,从下到上。默认为LR。
例:绘制Lenet模型
# sudo python python/draw_net.py examples/mnist/lenet_train_test.prototxt netImage/lenet.png --rankdir=BT
例:绘制cifar10的模型
# sudo python python/draw_net.py examples/cifar10/cifar10_full_train_test.prototxt netImage/cifar10.png --rankdir=BT
Caffe学习系列(18): 绘制网络模型相关推荐
- Caffe学习系列(19): 绘制loss和accuracy曲线
转载自: Caffe学习系列(19): 绘制loss和accuracy曲线 - denny402 - 博客园 http://www.cnblogs.com/denny402/p/5110204.htm ...
- Caffe 学习系列
学习列表: Google protocol buffer在windows下的编译 caffe windows 学习第一步:编译和安装(vs2012+win 64) caffe windows学习:第一 ...
- Caffe学习系列(16):各层权值参数可视化
原文有更新: Caffe学习系列(16):各层权值参数可视化 - denny402 - 博客园 http://www.cnblogs.com/denny402/p/5103425.html 通过前面的 ...
- Caffe学习系列(8):solver优化方法
Caffe学习系列(8):solver优化方法 上文提到,到目前为止,caffe总共提供了六种优化方法: Stochastic Gradient Descent (type: "SGD&qu ...
- Caffe学习系列(23):如何将别人训练好的model用到自己的数据上
caffe团队用imagenet图片进行训练,迭代30多万次,训练出来一个model.这个model将图片分为1000类,应该是目前为止最好的图片分类model了. 假设我现在有一些自己的图片想进行分 ...
- Caffe学习系列(22):caffe图形化操作工具digits运行实例
上接:Caffe学习系列(21):caffe图形化操作工具digits的安装与运行 经过前面的操作,我们就把数据准备好了. 一.训练一个model 右击右边Models模块的" Images ...
- Caffe学习系列(21):caffe图形化操作工具digits的安装与运行
经过前面一系列的学习,我们基本上学会了如何在linux下运行caffe程序,也学会了如何用python接口进行数据及参数的可视化. 如果还没有学会的,请自行细细阅读: caffe学习系列:http:/ ...
- Caffe学习系列(17):模型各层特征和过滤器可视化
转载自: Caffe学习系列(17):模型各层特征和过滤器可视化 - denny402 - 博客园 http://www.cnblogs.com/denny402/p/5105911.html cif ...
- Caffe学习系列(13):数据可视化环境(python接口)配置
原文有更新: Caffe学习系列(13):数据可视化环境(python接口)配置 - denny402 - 博客园 http://www.cnblogs.com/denny402/p/5088399. ...
最新文章
- 扶稳!四大步“上手”超参数调优教程,就等你出马了 | 附完整代码
- Linux基础命令---dumpe2fs
- uGUI知识点剖析之RectTransform
- vue 模板字符串循环_使用React四年后转而使用Vue,是一种什么样的体验?
- python内置函数详解总结篇_Python内置函数详解——总结篇
- python求最大值最小值_Python求可变参数的最大值最小值以及参数个数
- 需求、需求工程与需求工程师 — 4. 咨询能力的要求
- matlab抓取股票数据,Matlab通过sina web接口获取个数即时股票数据函数实现代码
- 360创始人周鸿祎曾这样告诫年轻人
- python面对对象的编程语言_python面对对象编程
- kafka 消费者组 消费者订阅不同主题_深入了解kafka系列-消费者
- Ubuntu镜像下载地址:Ubuntu-14.04/16.04/18.04
- 《四海小记c++学习之路》队列/银行叫号系统
- HTML5在豆瓣中的应用
- Min Difference
- 小米官网html二级导航怎么做,小米路由器做二级路由器怎么设置?
- 十大web安全扫描工具
- 新概念乐理教程——五线谱、简谱—起学
- __name__的用法
- 【考研·计算机组成原理】校验码 小结
热门文章
- lucene源码分析(7)Analyzer分析
- 常用的几种大数据架构剖析
- 基于Redis实现分布式应用限流--转
- 【项目实战】运营商数据信息的特征挖掘(调研)
- python对XML的解析
- CML 2020 | 显式引入对分类标签的描述,如何提高文本分类的效果?
- 使用JSON.parse(),JSON.stringify()实现对对象的深拷贝
- Facebook:使用Libra完成第一笔交易
- 也谈1+2+3+...+n的解答
- Docker Review - 图形化工具 Portainer