0、前言

本文主要介绍神经网络中网络结构的可视化，其主要内容包括可视化的基本格式以及现有可视化的工具介绍。

1、神经网络图结构可视化

1.1 基本格式

（1）深度学习框架自带（keras、pytorch)
直接打印网络：

tensorflow（tensorboard)、pytorch(tensorboardX、visdom)
说实话有点混乱，个人觉得不太好用

（2）FCNN style(图节点方式，适合传统全连接神经网络的绘制）

（3） LeNet style(平面图格式，用二维方式，适合查看每一层特征图的大小和通道数）

（4） AlexNet style(三维立体图格式，可以更加真实地显示卷积过程中高维数据的尺度变化，但目前仅只支持卷积层和全连接层）

1.2 结构图可视化工具

工具较多，这里有一篇比较详细的介绍文章：论文中绘制神经网络工具汇中：链接地址
除了神经网络框架自带，比较简单的一些可视化工具且都支持网页操作的有：
1、NN-SVG
支持三种神经网络结构绘制风格，参数调节也很方便
github ：https://github.com/zfrenchee
web在线使用：http://alexlenail.me/NN-SVG/
2、ConvNetDraw
ConvNetDraw是一个使用配置命令的CNN神经网络画图工具，命令简单，只需输入模型结构中各层的参数配置，但是它目标分辨率太低了，放大之后不清晰，达不到印刷的需求。
https://cbovar.github.io/ConvNetDraw/

3、Netron
这是一款模型可视化神器，只需要导入生成的模型状态文件即可，支持网页上操作，支持特别多的模型保存格式：如ONNX (.onnx, .pb, .pbtxt), Keras (.h5, .keras), CoreML (.mlmodel), Caffe2(predict_net.pb, predict_net.pbtxt), MXNet (.model, -symbol.json) and TensorFlow Lite (.tflite). Netron has experimental support for Caffe (.caffemodel, .prototxt), PyTorch (.pth), Torch (.t7), CNTK(.model, .cntk), PaddlePaddle (model), Darknet (.cfg), scikit-learn (.pkl), TensorFlow.js(model.json, .pb) and TensorFlow (.pb, .meta, .pbtxt).
1、Netron官网-https://electronjs.org/apps/netron
2、Netron的github-https://github.com/lutzroeder/netron
3、Netron的在线界面-https://lutzroeder.github.io/netron/

4、PPT
这个据说是最为简单的画图工具，推荐一个链接：ppt画图

小结

俗话说一图胜千言，尤其是现在这个繁多且杂乱的大数据时代，如何有效的提取出有用数据并且形象的表示出来就格外重要。神经网络想必大家既熟悉又陌生，不少人入坑深度学习，了解其网络架构，但是不明白其实现机制，也就是外界所说的黑箱操作。现在有不少人在进行深度学习的可视化工作，但前路任重而道远。

深度学习之网络结构可视化相关推荐

最全深度学习训练过程可视化工具（附github源码）
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 Datawhale干货作者:Edison_G,来源:计算机视觉研究院编辑丨极市平台 ...
的训练过程_最全深度学习训练过程可视化工具（附github源码）
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 Datawhale干货作者:Edison_G,来源:计算机视觉研究院编辑丨极市平台. ...
【深度学习】Tensorboard可视化模型训练过程和Colab使用
[深度学习]Tensorboard可视化模型训练过程和Colab使用文章目录 1 概述 2 手撸代码实现 3 Colab使用3.1 详细步骤3.2 Demo 4 总结 1 概述在利用TensorF ...
初学者深度学习人工神经网络可视化网站
在深度学习的过程中,可能会感觉神经网络是一个灰箱,且没有完备的解析理论表达方式,机器的自学习过程过于抽象难以理解.此时通过一些可视化网址可帮助我们直观感受深度神经网络的魅力. 手写数字卷积神经网络可视 ...
深度学习之网络可视化
想要对一个深度学习模型有最直观的了解那就是直接可视化其网络结构,常见的网络可视化工具有很多,今天就自己了解的进行简单的总结, tensorflow的模型结构可视化方法: (1)使用自带的tensorb ...
总结深度学习各种网络结构【更新中...】
CNN: 总结:利用权值共享[卷积操作]将神经网络本来的全连接层替换为非全连接层,使输入可以为尺度可变的张量. 可用结构: (Max, mean)Pooling:降维; 全连接层:分类: GAN: 总 ...
深度学习可解释性-可视化技术
参考资料:https://www.zhihu.com/search?type=content&q=SmoothGrad CAM CAM是什么? CAM全称Class Activation Ma ...
深度学习常见网络结构
LeNet:基于渐变的学习应用于文档识别 AlexNet:具有深卷积神经网络的ImageNet分类 ZFNet:可视化和理解卷积网络 VGGNet:用于大规模图像识别的非常深的卷积网络 NiN:网络中 ...
深度学习-Tensorflow2.2-Tensorboard可视化{5}-可视化基础-17
Tensorboard可视化简介 TensorBoard是一款为了更方便 TensorFlow 程序的理解.调试与优化发布的可视化工具.你可以用 TensorBoard 来展现你的 TensorFlo ...

深度学习之网络结构可视化

0、前言

1、神经网络图结构可视化

1.1 基本格式

1.2 结构图可视化工具

小结

深度学习之网络结构可视化相关推荐

最新文章

热门文章