當(dāng)前位置：首頁 > 人文社科 > 生活经验 >内容正文

生活经验

如何高效便捷的画出炫酷神经网络图

發(fā)布時(shí)間：2023/11/27 生活经验 50 豆豆

生活随笔收集整理的這篇文章主要介紹了如何高效便捷的画出炫酷神经网络图小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

這個(gè)工具可以非常方便的畫出各種類型的圖，是下面這位兄弟開發(fā)的，來自于麻省理工學(xué)院弗蘭克爾生物工程實(shí)驗(yàn)室, 該實(shí)驗(yàn)室開發(fā)可視化和機(jī)器學(xué)習(xí)工具用于分析生物數(shù)據(jù)。

GitHub地址：https://github.com/zfrenchee

畫圖工具體驗(yàn)地址：http://alexlenail.me/NN-SVG/

可以繪制的圖包括以節(jié)點(diǎn)形式展示的 FCNN style，這個(gè)特別適合傳統(tǒng)的全連接神經(jīng)網(wǎng)絡(luò)的繪制。

?以平鋪網(wǎng)絡(luò)結(jié)構(gòu)展示的 LeNet style，用二維的方式，適合查看每一層 featuremap 的大小和通道數(shù)目。

以三維 block 形式展現(xiàn)的 AlexNet style，可以更加真實(shí)地展示卷積過程中高維數(shù)據(jù)的尺度的變化，目前只支持卷積層和全連接層。

這個(gè)工具可以導(dǎo)出非常高清的 SVG 圖，非常值得體驗(yàn)。

這個(gè)工具是薩爾大學(xué)計(jì)算機(jī)科學(xué)專業(yè)的一個(gè)學(xué)生開發(fā)的，一看就像計(jì)算機(jī)學(xué)院的嘛。

GitHub地址：https://github.com/HarisIqbal88/PlotNeuralNet

以下是一些神經(jīng)網(wǎng)絡(luò)示例：

可以看到，可視化效果圖，顏值奇高，但是使用的門檻相對(duì)來說就高一些了，用 LaTex 語言編輯，所以可以發(fā)揮的空間就大了。

相似的工具還有：https://github.com/jettan/tikz_cnn

?ConvNetDraw 是一個(gè)使用配置命令的 CNN 神經(jīng)網(wǎng)絡(luò)畫圖工具，開發(fā)者是香港的一位程序員，Cédric cbovar。

采用如下的語法直接配置網(wǎng)絡(luò)，可以簡(jiǎn)單調(diào)整 x，y，z 等 3 個(gè)維度，GitHub地址：https://cbovar.github.io/ConvNetDraw/

通過調(diào)整輸入模型結(jié)構(gòu)中各層的參數(shù)配置，即可實(shí)現(xiàn)可視化效果，非常便利，不過它目標(biāo)分辨率太低了，放大之后不清晰，達(dá)不到印刷的需求。

這一個(gè)工具名叫 draw_convnet，由 Borealis 公司的員工 Gavin Weiguang Ding 提供。

簡(jiǎn)單直接，是純用 Python 代碼畫圖的，GitHub地址：https://github.com/gwding/draw_convnet

看看畫的圖如下，核心工具是 matplotlib，圖不酷炫，但是好在規(guī)規(guī)矩矩，可以嚴(yán)格控制，論文用挺合適的。

類似的工具還有：https://github.com/yu4u/convnet-drawer

以上是生活随笔為你收集整理的如何高效便捷的画出炫酷神经网络图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。