论文必备:深度学习中的网络结构是怎么画的
目录
1 NN-SVG
2 PlotNeuralNet
3 ConvNetDraw
4 Draw_Convnet
5 Netscope
其他
这个工具可以非常方便的画出各种类型的图,是下面这位小哥哥开发的,来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。
github地址:https://github.com/zfrenchee
画图工具体验地址:http://alexlenail.me/NN-SVG/
可以绘制的图包括以节点形式展示的FCNN style,这个特别适合传统的全连接神经网络的绘制。
以平铺网络结构展示的LeNet style,用二维的方式,适合查看每一层featuremap的大小和通道数目。
以三维block形式展现的AlexNet style,可以更加真实地展示卷积过程中高维数据的尺度的变化,目前只支持卷积层和全连接层。
这个工具可以导出非常高清的SVG图,值得体验。
2 PlotNeuralNet
这个工具是萨尔大学计算机科学专业的一个学生开发的,一看就像计算机学院的嘛。
首先我们看看效果,其github链接如下,将近4000 star:
https://github.com/HarisIqbal88/PlotNeuralNet
看看人家这个fcn-8的可视化图,颜值奇高。
使用的门槛相对来说就高一些了,用LaTex语言编辑,所以可以发挥的空间就大了,你看下面这个softmax层,这就是会写代码的优势了。
其中的一部分代码是这样的,会写吗。
\pic[shift={(0,0,0)}] at (0,0,0) {Box={name=crp1,caption=SoftmaxLoss: $E_\mathcal{S}$ ,%
fill={rgb:blue,1.5;red,3.5;green,3.5;white,5},opacity=0.5,height=20,width=7,depth=20}};
相似的工具还有:https://github.com/jettan/tikz_cnn
3 ConvNetDraw
ConvNetDraw是一个使用配置命令的CNN神经网络画图工具,开发者是香港的一位程序员,Cédric cbovar。
采用如下的语法直接配置网络,可以简单调整x,y,z等3个维度,github链接如下:
https://cbovar.github.io/ConvNetDraw/
使用方法如上图所示,只需输入模型结构中各层的参数配置。
挺好用的不过它目标分辨率太低了,放大之后不清晰,达不到印刷的需求。
4 Draw_Convnet
这一个工具名叫draw_convnet,由Borealis公司的员工Gavin Weiguang Ding提供。
简单直接,是纯用python代码画图的,
https://github.com/gwding/draw_convnet
看看画的图如下,核心工具是matplotlib,图不酷炫,但是好在规规矩矩,可以严格控制,论文用挺合适的。
类似的工具还有:https://github.com/yu4u/convnet-drawer
5 Netscope
下面要说的是这个,我最常用的,caffe的网络结构可视化工具,大名鼎鼎的netscope,由斯坦福AILab的Saumitro Dasgupta开发,找不到照片就不放了,地址如下:
https://github.com/ethereon/netscope
左边放配置文件,右边出图,非常方便进行网络参数的调整和可视化。这种方式好就好在各个网络层之间的连接非常的方便。
其他
再分享一个有意思的,不是画什么正经图,但是把权重都画出来了。
http://scs.ryerson.ca/~aharley/vis/conv/
看了这么多,有人已经在偷偷笑了,上PPT呀,想要什么有什么,想怎么画就怎么画,不过我一直在等待这样一款粉色系的工具,满足老夫的少女心呀。
一起来攒工具呀。
参考文献:
https://www.zhihu.com/question/317106629/answer/630155832
论文必备:深度学习中的网络结构是怎么画的相关推荐
- 深度学习中的经典基础网络结构(backbone)总结
深度学习中的经典基础网络结构总结 这篇文章从大的发展趋势介绍了下主干网络的发展,而在 CV 经典主干网络 (Backbone) 系列: 开篇 中主要是对一些比较经典的主干网络进行简单梳理. 1. 深度 ...
- 经验 | 深度学习中从基础综述、论文笔记到工程经验、训练技巧
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作学术分享,不代表本公众号立场,侵权联系删除 转载于:本文授权转自知乎作者跑者小越,https://zhuanla ...
- 详解深度学习中的Normalization,不只是BN(2)
" 深度神经网络模型训练之难众所周知,其中一个重要的现象就是 Internal Covariate Shift. Batch Normalization 大法自 2015 年由Google ...
- 深度学习中的Normalization模型(附实例公式)
来源:运筹OR帷幄 本文约14000字,建议阅读20分钟. 本文以非常宏大和透彻的视角分析了深度学习中的多种Normalization模型,从一个新的数学视角分析了BN算法为什么有效. [ 导读 ]不 ...
- 深度学习中的正则化技术(附Python代码)
作者:SHUBHAM JAIN 翻译:和中华 校对:丁楠雅 本文约3500字,建议阅读20分钟. 本文简单介绍了什么是正则化以及在深度学习任务中可以采用哪些正则化技术,并以keras代码具体讲解了一个 ...
- 从AlexNet到BERT:深度学习中那些最重要idea的最简单回顾
本文作者Denny Britz按时间总结的深度学习比较重要的idea集锦,推荐新人看,几乎给自12年以来最重要的idea 都列了出来,这些 idea 可以说得上是养活了无数人,大家都基于这些发了无数的 ...
- 「AI不惑境」深度学习中的多尺度模型设计
https://www.toutiao.com/a6716408071637172748/ 大家好,这是专栏<AI不惑境>的第七篇文章,讲述计算机视觉中的多尺度问题. 进入到不惑境界,就是 ...
- 深度学习中的3个秘密:集成、知识蒸馏和蒸馏
作者:Zeyuan Allen-Zhu 来源:AI公园 编译:ronghuaiyang 在现在的标准技术下,例如过参数化.batch-normalization和添加残差连接,"现代&quo ...
- 【每周CV论文】深度学习图像降噪应该从阅读哪些文章开始
欢迎来到<每周CV论文推荐>.在这个专栏里,还是本着有三AI一贯的原则,专注于让大家能够系统性完成学习,所以我们推荐的文章也必定是同一主题的. 图像降噪是图像处理领域中非常传统和经典的问题 ...
- 如何系统性掌握深度学习中的数据使用
数据是深度学习系统的输入,对深度学习的发展起着至关重要的作用,但是又容易被很多人忽视,尤其是缺少实战的理论派. 今天便来谈谈这个问题,同时介绍一个好的学习社区供大家讨论与提升. 文/编辑 | 言有三 ...
最新文章
- zipkin+rabbitMQ+elasticsearch实现
- [云炬创业基础笔记]第七张创业团队测试3
- MyBatis关键配置-创建会话工厂
- Transformers与图神经网络的关系,我们能从transformer学习到什么?
- PHP 5.6 中 Automatically populating $HTTP_RAW_POST_DATA is deprecated and will be removed in a future
- 实现Mybatis接口模式下的数据库调用分离
- python编程入门电子书-Python编程从入门到实践PDF电子书
- BEST定理:有向图欧拉回路个数(bzoj 3659: Which Dreamed It)
- 在RedHat下安装MPlayer
- 随心测试_Python Se_003操作浏览器对象
- 原生开发什么意思_原生app开发是什么意思?
- 2020 03 15 蚂蚁金服实习电话一面
- hibernatexml方式和注解方式实现单实体映射和继承关系映射,eclipse实现
- 基于主机的入侵检测优缺点_[转]基于网络和主机的入侵检测比较,各自优缺点...
- 【阿旭机器学习实战】【13】决策树分类模型实战:泰坦尼克号生存预测
- C++11绑定器bind及function机制
- 新手用canvas画时钟
- 2021阿里实习生前端面试题
- ABAP 调用migo
- c语言 日志滚动 大小,Logrotate 日志滚动 解决日志占用空间过大
热门文章
- 一套键鼠控制Win和Ubuntu!
- [附源码]SSM计算机毕业设计景区门票系统JAVA
- 2020云服务平台领域最具商业合作价值企业盘点
- html项目符号实心圆圈,HTML基础 ul type 项目符号为圆圈与方块
- Graphene 2.0.0.Alpha4,Selenium 的 Ajax 测试扩展
- 机器人genghis_全球50大经典机器人
- 用于科学计算机的计算器特点是什么意思,科学计算器在线e
- 《机器人爱好者(第1辑)》——机器人和人工智能
- JS:中文输入法,日文输入法做最大位数Check的坑maxlength
- Effective Java