其他分享
首页 > 其他分享> > 计算机专业中怎么样绘制神经网络结构图

计算机专业中怎么样绘制神经网络结构图

作者:互联网

第一个ConvNetDraw: 两颗星**
https://cbovar.github.io/ConvNetDraw/
在这里插入图片描述
在线的,不过只能绘制这种简单的图,可以增加卷积层,池化啥的,左边可以选择调节角度,

第二个CNN Convoluter:两颗星**
https://pwwang.github.io/cnn-convoluter/
在这里插入图片描述
也是一个在线的网址,左边选择hide data 也就是不隐藏数据,在input中输入padding的大小,右边图中就会显示出来,在设置卷积核的尺寸 就可以动态的看到output的过程。缺点是只能是这种固定的平面的卷积操作。

第三个Netron 三颗星***
https://lutzroeder.github.io/netron/
在线的网址,
https://github.com/lutzroeder/netron
也可以在github上下载对应的版本,不过建议网页版就可以查看网络的模型结构图,点击open model 然后在自己的项目中寻找以H5结尾的文件,就可以选择打开了,效果如下:
在这里插入图片描述
在这里插入图片描述
只不过这种输出太长,可以调整方向横着看,Netron是一个神经网络可视化包,支持绝大多数神经网络操作。该功能包可以为不同节点显示不同的颜色,卷积层用蓝色显示,池化层和归一化层用绿色显示,数学操作用黑色显示。

第四个NN-SVG: 五颗星*****
https://github.com/alexlenail/NN-SVG
NN-SVG是由来麻省理工学院弗兰克尔生物工程实验室开发的。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。

这个工具的优势是操作方便,通过交互式界面直接控制各层增减及变化,支持三种风格,选择空间大,支持SVG格式下载。缺陷是定制化程度低,各连接层不是很好看。

目前支持这三种方式:
在这里插入图片描述
在这里插入图片描述
可调节连接边的透明度、粗细、正负样本的颜色表示,节点的颜色和大小,是否显示偏置、标签等,输入节点、隐藏节点和输出节点的个数。
在这里插入图片描述
用于mnist手写字体识别的经典模型,算是CNN鼻祖模型,除了展示的颜色、线条粗细等属性,还可以设置网络结构每一层的通道、特征宽度高度、卷积核大小。
在这里插入图片描述
2012年Imagenet冠军模型,掀起深度学习热潮的结构。

第五个是PlotNeuralNet

Github地址:https://github.com/HarisIqbal88/PlotNeuralNet
PlotNeuralNet是由萨尔大学计算机科学专业的一个学生开发的。目前主要支持的是卷积神经网络,其中卷积层、池化层、bottleneck、skip-connection、up-conv、Softmax等常规的层在代码中都有定义,但是缺少RNN相关的可视化层展示。

代码用Python编写,需要调用LaTex输出PDF格式文档。需要说明的是,该软件在Windows下运行会有很多报错,在Ubuntu系统下则运行正常。接下来我们先看看示例效果。
PlotNeuralNet的使用方法非常简单,将项目克隆下来之后,想用什么结构,就从PlotNeural里找对应的模块,然后将它们拼接起来就好了。
在这里插入图片描述
这个有点复杂啊,代码的 不懂。。
上面的绘图,属于娱乐,真要手绘制自己的神经网络架构图还是要自己画图了,
最后就是万能的ppt画图了,还没学 ,下回补充。

标签:github,卷积,SVG,结构图,神经网络,https,计算机专业,节点
来源: https://blog.csdn.net/zqx951102/article/details/121765737