使用latex画好看的深度学习模型图(基于Windows平台)
论文里需要画出简洁美观的深度学习模型图,如果采用PPT或者Visio一笔一笔画那么是一项非常耗时耗力的任务。想到现在深度学习这么火热,应该有相关的自动画图工具。在网上找了一些工具,最后确定了一款功能非常强大且作图非常美观的的工具——PlotNeuralNet。该软件下载地址为:https://github.com/HarisIqbal88/PlotNeuralNet
使用该软件可以作出一些非常美观的深度学习模型图,如下所示:
UNet结构图
FCN8结构图
由于该软件需要配合latex,在windows平台下遇到了几个问题。下面将整个安装和使用过程进行介绍。
1. 安装CTex
为了能够使用latex进行作图,需要安装相关环境。在Windows下面比较方便的一种方法就是使用CTex,该软件已经附带相关的常用latex库 MiKTeX等。下载地址: http://www.ctex.org/CTeXDownload/ 下载对应的稳定版即可。下载后根据提示进行安装。
2. 升级Tikz
一般情况下,安装的CTex安装包默认包含了画图相关的Tikz/PGF库,但是其版本都比较旧,需要更新一下才能使用PlotNeuralNet(这一点非常重要,否则下载下载下来的PlotNeuralNet是没有办法正常编译运行的)。Tikz下载网站:https://sourceforge.net/projects/pgf/files/?source=navbar
单击“download”即可下载。下载下来后解压该文件夹,其中包含三个子文件夹:doc、source、tex。将三个子文件夹复制到CTex安装目录下的MikTex文件夹下,完成覆盖替换。
文件替换完成后,打开WinEdit 7.0编辑器,依次单击菜单栏 “TeX”—“MikTeX”—“MikTeX Options”,在弹出的对话框中单击“Refresh FNDB”按钮,完成库更新操作,如下图所示:
这样就实现了Tikz的升级。
3. 使用测试
双击打开PlotNeuralNet下examples\Unet文件夹下的Unet.tex文件,在WinEdt 7.0编辑器中单击
完成编译和pdf生成。在当前目录下会生成对应的pdf图像文件。
4. 定制化使用
最后,看一下如何按照我们的实际需求来生成图像。主要分两个步骤。
(1)编写Python脚本用于生成tex文件
(2)编译并执行tex文件生成图像对应的pdf文件
PlotNeuralNet中已经提供了相关的使用案例。打开pyexamples文件夹,找到其中的test_simple.py文件,文件内容如下:
import sys
sys.path.append('../')
from pycore.tikzeng import *# defined your arch
arch = [to_head( '..' ),to_cor(),to_begin(),to_Conv("conv1", 512, 64, offset="(0,0,0)", to="(0,0,0)", height=64, depth=64, width=2 ),to_Pool("pool1", offset="(0,0,0)", to="(conv1-east)"),to_Conv("conv2", 128, 64, offset="(1,0,0)", to="(pool1-east)", height=32, depth=32, width=2 ),to_connection( "pool1", "conv2"), to_Pool("pool2", offset="(0,0,0)", to="(conv2-east)", height=28, depth=28, width=1),to_SoftMax("soft1", 10 ,"(3,0,0)", "(pool1-east)", caption="SOFT" ),to_connection("pool2", "soft1"), to_end()]def main():namefile = str(sys.argv[0]).split('.')[0]to_generate(arch, namefile + '.tex' )if __name__ == '__main__':main()
上述文件定义了一个简单的网络结构,对照代码读者只需要依葫芦画瓢的添加结构就可以。完成以后运行该python脚本,正常运行后在本地会生成一个同名的tex文件。使用CTex打开该tex文件并按照步骤3中的方式编译并生成,在本地会生成对应的pdf文件,如下图所示:
使用latex画好看的深度学习模型图(基于Windows平台)相关推荐
- 如何画出漂亮的深度学习模型图
现在搞AI研究写论文,其中论文里的框架图模型图很是考验你画图的能力,不费一番心思功夫,怎能画出一个入得Reviewer法眼的图,论文也不大好中,很是发愁.好消息来了,elvis介绍了有个ML visu ...
- 模板 | 如何画出漂亮的深度学习模型图
现在搞AI研究写论文,其中论文里的框架图模型图很是考验你画图的能力,不费一番心思功夫,怎能画出一个入得Reviewer法眼的图,论文也不大好中,很是发愁.好消息来了,elvis介绍了有个ML visu ...
- 技巧 | 如何画出漂亮的深度学习模型图
点击上方"AI遇见机器学习",选择"星标"公众号 重磅干货,第一时间送达 仅作分享,不代表本公众号立场,侵权联系删除 转载于:专知 现在搞AI研究写论文,其中论 ...
- 如何画出漂亮的深度学习模型图?
最近作报告时画图感觉画的不太美观,刚刚发现了一个不错的素材方便画深度学习模型图. 在Github上找到了一个不错的内容.作者介绍了有个ML visual的利器,提供一份32页的PPT模型图素材,可以直 ...
- 如何绘制漂亮的深度学习模型图
目录 ML Visual NN-SVG PlotNeuralNet ConvNetDraw Draw_Convnet Netscope 这些软件都是只能作为模型图的辅助,更常见的模型组合型的图还是要p ...
- ML Visual利器解决深度学习模型图
目录 1.介绍 2.使用方法 https://github.com/dair-ai/ml-visuals 1.介绍 ML Visuals is a new collaborative effort t ...
- 利用深度学习模型预测双色球
1.前言 深度学习模型可以简单理解为一个高度非线性的复合函数,网路输入可以看作自变量x,输出可以看作因变量y.看过网上其他人做的一些双色球预测,基本上是基于BP神经网络(也就是全连接神经网络)和LST ...
- 【AI初识境】深度学习模型评估,从图像分类到生成模型
文章首发于微信公众号<有三AI> [AI初识境]深度学习模型评估,从图像分类到生成模型 这是<AI初识境>第10篇,这次我们说说深度学习模型常用的评价指标.所谓初识,就是对相关 ...
- 【AI初识境】如何增加深度学习模型的泛化能力
这是专栏<AI初识境>的第9篇文章.所谓初识,就是对相关技术有基本了解,掌握了基本的使用方法. 今天来说说深度学习中的generalization问题,也就是泛化和正则化有关的内容. 作者 ...
最新文章
- 第三方账号登陆的过程及由此引发的血案
- 嵌入式软硬件开发中遇到的坑
- Failed to bind properties under ‘logging.level‘ to java.util.Map java.lang.String, java.lang.String
- VS2010 IDE新特性随笔
- WebUserControl归纳
- write() vs. writev()
- 数据结构(六) 排序
- AfterLogic WebMail
- oracle jinitiator 1.1.8.2,oracle jinitiator 1.1.8.2-Oracle Jinitiator1.1.8.27 3264位最新版下载_东坡手机下载...
- docker用gpu的参数_ZStack实践汇 | ZStack+Docker支撑GPU业务实践
- python django开发工具_Django+python 开发神器
- 你觉得iPhone吸引你的是什么?
- CentOS下redis安装和部署
- 复旦大学数学学院高等代数历届期中考试大题精选之一(08级--12级)
- 更改win10系统的默认图片打开方式为windows照片查看器
- Web服务器及性能优化
- 北大青鸟昌平校区 | 学网络运维与安全就业薪资多少?
- 多线程因__lll_unlock_elision 导致core
- 【FPGA——工具篇】32个FPGA开源网站
- 有哪些可以提高网站排名的更有效的SEO优化方法?
热门文章
- 正交设计(收集大牛的文章)
- 垂直水平居中的几种方式
- TinyPng:在线PNG图片压缩工具
- PNG 图片压缩原理解析
- 硬核拆解自动驾驶工具链丨如何应对无人车部署落地的挑战?
- vuex两个问题:vuex__WEBPACK_IMPORTED_MODULE_1__.default.store is not a constructor,“$store“ is not defin
- 阿里云服务器与本地不能复制粘贴
- Unity VR(PicoVR)
- 【uni-app学习】uni-app低功耗蓝牙采坑记录
- shiroFilter生命周期