【深度学习】超级赞!N个神经网络可视化利器
分享展示神经网络的N个利器。
1、PlotNeuralNet
使用Latex绘制神经网络。传送门:https://github.com/HarisIqbal88/PlotNeuralNet
overleaf上Latex代码:https://www.overleaf.com/read/kkqntfxnvbsk
overleaf上Latex代码:https://www.overleaf.com/read/wsxpmkqvjnbs
overleaf上Latex代码:https://www.overleaf.com/read/jxhnkcnwhfxp
2、Matlab
https://www.mathworks.com/help/deeplearning/ref/view.html;jsessionid=bd77484ba149c98d4d410abed983
[x,t] = iris_dataset;
net = patternnet;
net = configure(net,x,t);
view(net)
3、NN-SVG
一个在线工具,点点就阔以了:http://alexlenail.me/NN-SVG/LeNet.html
4、graphcore
回到神经网络最初的地方,像生物细胞神经元neurons一样展示神经网络。https://www.graphcore.ai/posts/what-does-machine-learning-look-like
5、graphviz
http://www.graphviz.org/
之前介绍过一个类似绘制网络关系的工具????盘一盘社交网络分析常用networks
6、Keras
深度学习框架Keras下的一个小模块,
https://keras.io/api/utils/model_plotting_utils/
7、neataptic
https://github.com/wagenaartje/neataptic
8、Quiver
https://github.com/keplr-io/quiver
9、Keras.js
在线工具
https://transcranial.github.io/keras-js/#/inception-v3
10、Netscope CNN Analyzer
http://dgschwend.github.io/netscope/quickstart.html
11、keras-sequential-ascii
https://github.com/stared/keras-sequential-ascii/
VGG 16 Architecture
OPERATION DATA DIMENSIONS WEIGHTS(N) WEIGHTS(%)Input ##### 3 224 224InputLayer | ------------------- 0 0.0%##### 3 224 224Convolution2D \|/ ------------------- 1792 0.0%relu ##### 64 224 224Convolution2D \|/ ------------------- 36928 0.0%relu ##### 64 224 224MaxPooling2D Y max ------------------- 0 0.0%##### 64 112 112Convolution2D \|/ ------------------- 73856 0.1%relu ##### 128 112 112Convolution2D \|/ ------------------- 147584 0.1%relu ##### 128 112 112MaxPooling2D Y max ------------------- 0 0.0%##### 128 56 56Convolution2D \|/ ------------------- 295168 0.2%relu ##### 256 56 56Convolution2D \|/ ------------------- 590080 0.4%relu ##### 256 56 56Convolution2D \|/ ------------------- 590080 0.4%relu ##### 256 56 56MaxPooling2D Y max ------------------- 0 0.0%##### 256 28 28Convolution2D \|/ ------------------- 1180160 0.9%relu ##### 512 28 28Convolution2D \|/ ------------------- 2359808 1.7%relu ##### 512 28 28Convolution2D \|/ ------------------- 2359808 1.7%relu ##### 512 28 28MaxPooling2D Y max ------------------- 0 0.0%##### 512 14 14Convolution2D \|/ ------------------- 2359808 1.7%relu ##### 512 14 14Convolution2D \|/ ------------------- 2359808 1.7%relu ##### 512 14 14Convolution2D \|/ ------------------- 2359808 1.7%relu ##### 512 14 14MaxPooling2D Y max ------------------- 0 0.0%##### 512 7 7Flatten ||||| ------------------- 0 0.0%##### 25088Dense XXXXX ------------------- 102764544 74.3%relu ##### 4096Dense XXXXX ------------------- 16781312 12.1%relu ##### 4096Dense XXXXX ------------------- 4097000 3.0%softmax ##### 1000
12、TensorBoard
一个评估深度学习框架TensorFlow模型的强力工具。
https://www.tensorflow.org/tensorboard/graphs
13、Caffe
同样是深度学习框架Caffe下的一个小工具,
https://github.com/BVLC/caffe/blob/master/python/caffe/draw.py
14、TensorSpace
3D模式展示神经网络,
https://tensorspace.org/
-END-
往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑
AI基础下载机器学习的数学基础专辑黄海广老师《机器学习课程》课件合集
本站qq群851320808,加入微信群请扫码:
【深度学习】超级赞!N个神经网络可视化利器相关推荐
- 当深度学习遇上图: 图神经网络的兴起 | 赠书
什么是图 也许我们从来没有意识到,我们正生活在一个充满图的世界.例如,我们最熟悉的社交网络(如下图所示),就是一个最典型的图. 在计算机领域,我们通常用图指代一种广义的抽象结构,用来表示一堆实体和它们 ...
- 实战 | 深度学习轻松学:如何用可视化界面来部署深度学习模型 转载 2017年12月27日 00:00:00 109 翻译 | AI科技大本营 参与 | 王赫 上个月,我有幸结识了 DeepCogn
实战 | 深度学习轻松学:如何用可视化界面来部署深度学习模型 转载 2017年12月27日 00:00:00 标签: 109 编辑 删除 翻译 | AI科技大本营 参与 | 王赫 上个月,我有幸结识了 ...
- 深度学习 vs. 大数据:神经网络权值的版权属于谁?
深度学习 vs. 大数据:神经网络权值的版权属于谁? width="22" height="16" src="http://hits.sinaj ...
- 花书+吴恩达深度学习(十三)卷积神经网络 CNN 之运算过程(前向传播、反向传播)
目录 0. 前言 1. 单层卷积网络 2. 各参数维度 3. CNN 前向传播反向传播 如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔~我会非常开心的~ 花书+吴恩达深度学习(十)卷积神经网络 ...
- 花书+吴恩达深度学习(十一)卷积神经网络 CNN 之池化层
目录 0. 前言 1. 最大池化(max pooling) 2. 平移不变形 3. 其他池化函数 4. 卷积和池化作为一种无限强的先验 如果这篇文章对你有一点小小的帮助,请给个关注,点个赞喔~我会非常 ...
- 花书+吴恩达深度学习(十)卷积神经网络 CNN 之卷积层
目录 0. 前言 1. 2D 图像卷积 2. 3D 图像卷积 3. 过滤器(核函数) 4. 过滤器应用于边缘检测 5. padding 填充 6. stride 步长 7. 使用卷积的动机 8. 1乘 ...
- 花书+吴恩达深度学习(一)前馈神经网络(多层感知机 MLP)
目录 0. 前言 1. 每一个神经元的组成 2. 梯度下降改善线性参数 3. 非线性激活函数 4. 输出单元 4.1. 线性单元 4.2. sigmoid 单元 4.3. softmax 单元 5. ...
- 深度学习与计算机视觉教程(4) | 神经网络与反向传播(CV通关指南·完结)
作者:韩信子@ShowMeAI 教程地址:https://www.showmeai.tech/tutorials/37 本文地址:https://www.showmeai.tech/article-d ...
- 学习笔记:深度学习(3)——卷积神经网络(CNN)理论篇
学习时间:2022.04.10~2022.04.12 文章目录 3. 卷积神经网络CNN 3.1 卷积神经网络的概念 3.1.1 什么是CNN? 3.1.2 为什么要用CNN? 3.1.3 人类的视觉 ...
- 深度学习 Day 15——利用卷神经网络实现好莱坞明星识别
深度学习 Day 15--利用卷神经网络实现好莱坞明星识别 文章目录 深度学习 Day 15--利用卷神经网络实现好莱坞明星识别 一.前言 二.我的环境 三.前期工作 1.导入依赖项并设置GPU 2. ...
最新文章
- lnmp、lamp、lnmpa一键安装包
- 围棋棋盘上的波粒二象性
- 鸡啄米vc++2010系列40(文档、视图和框架:分割窗口)
- 日期和毫秒值 例子
- 华为云·云享专家公开课:45分钟掌握Python项目部署与调度核心逻辑直播
- CentOS 6.5使用本地光盘做yum源
- linux逻辑卷管理(LVM)
- mysql配置my.cnf文件,以及参数优化提升性能
- Boston波士顿房价数据下载
- [ 物联网篇 ] ESP32 开发板测试亚马逊语音助手Alexa
- 识别到硬盘 计算机不显示盘符,移动硬盘不显示盘符怎么办
- Java编程:通过获取当前时间,判断今天星期几
- Python常用小技巧(三)——批量修改图片尺寸
- js 获取字符串的UTF8编码
- 2022云计算真题:日志分析服务
- 【SQL注入-文件读写】文件的读取+写入:函数、使用方法
- Word里的图片显示不全,只显示最下面的一小部分的解决办法
- 在一台电脑上如何安装两个JDK,并实现自由切换
- jQuery的小米官网-----侧边导航栏
- 苯乙炔单体/苯基卟啉/联吡啶衍生物/联吡啶/四苯甲烷/金刚烷单体/苯乙烯衍生物-齐岳