深度学习项目-神经元结构可视化
生活随笔
收集整理的這篇文章主要介紹了
深度学习项目-神经元结构可视化
小編覺得挺不錯的,現(xiàn)在分享給大家,幫大家做個參考.
OptimizedMakeNN
- 簡介
- 原始項目地址 https://github.com/rtygbwwwerr/MakeNN1.git。
- 這是一個輕量的繪制神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)圖(主要神經(jīng)元結(jié)構(gòu))的繪圖工具包,基于graphviz。
- 在這個項目中,我優(yōu)化了一些代碼(由Python2遷移Python3) ,使之在命令行下使用更加方便。
- 安裝
- 使用git clone git@github.com:luanshiyinyang/OptimizedMakeNN.git
- 請一定安裝graphviz軟件并配置環(huán)境變量
- 說明
- 原始項目由rtygbwwwerr完成,在原始項目中你可以使用下面的命令行命令繪制神經(jīng)元結(jié)構(gòu)圖。
- python src/makeNN.py config.txt
- config.txt 是生成圖結(jié)構(gòu)的配置文件, 使用utf-8編碼修改即可生成自定義圖片。
- 這里其實是對graphviz dot語言神經(jīng)元繪圖的模式做了封裝,如果很擅長dot語言,可以直接使用其編寫腳本。
- 這個文件中每一行表示一層,具體格式必須按照config.txt文件示例。(編碼一定要utf-8,標點使用英文標點)
- 層名稱
- 神經(jīng)元個數(shù)
- 神經(jīng)元上色顏色
- 該層與下一層的神經(jīng)元連接
- 節(jié)點noden_m(如第1層輸入層第二個節(jié)點到第一個隱層第二個節(jié)點node0_1->node1_1)
- all->all表示全連接
- None->None表示無連接,一般為最后一層
- 命令行參數(shù)
- -i --input 輸入的gv文件(dot語言編寫,不輸入則依據(jù)config.txt生成)
- -c --config 輸入的生成gv文件的腳本
- -o --output 輸出png圖片目錄(如output.rst.png、rst.png等)
- 注意
- 上述-i與-c沖突,不要同時輸入(否則優(yōu)先按照-i的gv文件生成圖片)
- 原始項目由rtygbwwwerr完成,在原始項目中你可以使用下面的命令行命令繪制神經(jīng)元結(jié)構(gòu)圖。
- 使用示例
- python main.py --output rst.png
- 配置文件如下
- 結(jié)果如下
- 補充說明
- 本項目適合神經(jīng)元繪圖,深層神經(jīng)網(wǎng)絡(luò)(如卷積神經(jīng)網(wǎng)絡(luò)),這個工具并不適合你。
- 目前只在windows環(huán)境下測試完成。
- 本項目開源于我的Github,歡迎star或者fork。
總結(jié)
以上是生活随笔為你收集整理的深度学习项目-神经元结构可视化的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: Fastai-竞赛实战
- 下一篇: 数据分析实战-PUBG数据集EDA