【模型结构绘制】深度学习神经网络模型结构图绘制工具及方法总结【写论文必备】

本文我们聊聊如何才能画出炫酷高大上的神经网络图，下面是常用的几种工具。

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

3ConvNetDraw

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。

不过妹子呢？

怎么不来开发一个粉色系的可视化工具呢？

类似于这样的

总结

那么，你都用什么画呢？欢迎留言分享一下！

参考：http://mini.eastday.com/mobile/190602094739498.html#

https://blog.csdn.net/WZZ18191171661/article/details/87886588

【模型结构绘制】深度学习神经网络模型结构图绘制工具及方法总结【写论文必备】相关推荐

一文看懂25个神经网络模型,神经网络模型结构图
BP神经网络和感知器有什么区别? 1.发展背景不同:感知器是FrankRosenblatt在1957年所发明的一种人工神经网络,可以被视为一种最简单形式的前馈式人工神经网络,是一种二元线性分类器. 而 ...
大模型为什么是深度学习的未来？
人工智能 | 数据分析 | Chat GPT 深度学习 | 数据挖掘 | 高性能计算当今社会是科技的社会,是算力快速发展的时代.随着数据中心.东数西算.高性能计算.数据分析.数据挖掘的快速发展,大模 ...
人工智能概述、人工智能发展历程、人工智能主要分支、机器学习工作流程、完整机器学习项目的流程、机器学习算法分类、独立同分布、模型评估、深度学习简介
日萌社人工智能AI:Keras PyTorch MXNet TensorFlow PaddlePaddle 深度学习实战(不定时更新) 1.1 人工智能概述 1 人工智能应用场景 2 人工智能小案例 ...
bp神经网络模型结构图,bp神经网络拓扑结构图
试画出BP神经网络结构输入层3节点,隐层5节点,输出层2节点 BP(BackPropagation)神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出,是一种按误差逆传播 ...
【模型解读】深度学习网络之Siamese Network网络
文章首发于微信公众号<有三AI> [模型解读]深度学习网络只能有一个输入吗继续我们之前的专栏<模型解读>,今天说多输入网络,很久没写了因为实在是有更重要的事情. 平常我们所见 ...
Python工程能力进阶、数学基础、经典机器学习模型实战、深度学习理论基础和模型调优技巧……胜任机器学习工程师岗位需要学习什么？...
咱不敢谈人工智能时代咋样咋样之类的空话,就我自己来看,只要是个营收超过 5 亿的互联网公司,基本都需要具备机器学习的能力.因为大部分公司盈利模式基本都会围绕搜索.推荐和广告而去. 就比如极客时间,他的 ...
模型汇总-12 深度学习中的表示学习_Representation Learning
我们在前面的<模型汇总_9 深度学习网络的表达方式汇总及模型分类方法>这篇文章中,指出了深度学习中常用的三种表示数据的方式,即局部表达.稀疏表达和分布式表达.深度学习强大建模和知识抽取的能 ...
Halcon 深度学习自定义网络模型-ResNet通用网络产生器
Halcon 深度学习自定义网络模型-ResNet通用网络产生器备注: 版本要求:halcon21.05++ Python下的ResNet网络模型源码: import torch import to ...
模型加速：深度学习模型的硬件加速：NVIDIAT240
作者:禅与计算机程序设计艺术模型加速:深度学习模型的硬件加速:NVIDIA T240 在当前深度学习模型的规模和复杂度不断增加的情况下,硬件加速已经成为一个重要的技术手段.本文将介绍NVIDIA T ...

【模型结构绘制】深度学习神经网络模型结构图绘制工具及方法总结【写论文必备】

【模型结构绘制】深度学习神经网络模型结构图绘制工具及方法总结【写论文必备】相关推荐

最新文章

热门文章