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：