• 问答
  • 技术
  • 实践
  • 资源
超级赞!N 个神经网络可视化利器
技术讨论

来源 | pythonic生物人

编辑 | 极市平台

分享展示神经网络的N个利器

1、PlotNeuralNet

使用Latex绘制神经网络。传送门:https://github.com/HarisIqbal88/PlotNeuralNet

FCN-8模型

overleaf上Latex代码:https://www.overleaf.com/read/kkqntfxnvbsk

FCN-32模型

overleaf上Latex代码:https://www.overleaf.com/read/wsxpmkqvjnbs

Holistically-Nested Edge Detection

overleaf上Latex代码:https://www.overleaf.com/read/jxhnkcnwhfxp

2、Matlab

https://www.mathworks.com/help/deeplearning/ref/view.html;jsessionid=bd77484ba149c98d4d410abed983

```[x,t] = iris_dataset;
net = patternnet;
net = configure(net,x,t);
view(net)


![](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5hw2caj60f604aq3v02.jpg)

## 3、NN-SVG

一个在线工具,点点就阔以了:http://alexlenail.me/NN-SVG/LeNet.html

![FCNN模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i42u4j60u00xak6a02.jpg)

![AlexNet模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5hzzvij60u0098dhe02.jpg)

![LeNet模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i498jj60u0098aca02.jpg)

## 4、graphcore

回到神经网络最初的地方,**像生物细胞神经元neurons一样展示神经网络**。https://www.graphcore.ai/posts/what-does-machine-learning-look-like

![生物细胞神经元模式图](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i0owpj60nh0ojaja02.jpg)

![AlexNet模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5hyut3j60u00qp7at02.jpg)

![Resnet 50模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i0lghj60u00r379a02.jpg)

## 5、graphviz

http://www.graphviz.org/之前介绍过一个类似绘制网络关系的工具👉[盘一盘社交网络分析常用networks](https://mp.weixin.qq.com/s?__biz=MzUwOTg0MjczNw==&mid=2247492450&idx=1&sn=045f3fad7573bef525c972b4e91e76c3&chksm=f90ea73cce792e2a92430c0eff73415380efce970f2641814f321fc2260a70ea686369925f3c&token=1079425073&lang=zh_CN&scene=21#wechat_redirect)

![4层网络](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5ipruyj60cr09paco02.jpg)

## 6、Keras

**深度学习框架Keras** 下的一个小模块,https://keras.io/api/utils/model\_plotting\_utils/ 

![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i25hvj60bv0ec3zs02.jpg)

## 7、neataptic

https://github.com/wagenaartje/neataptic

![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i722zj60jb0ifgst02.jpg)

## 8、Quiver

https://github.com/keplr-io/quiver![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5iga4xg60u00gnqv502.gif)

## 9、Keras.js

在线工具https://transcranial.github.io/keras-js/#/inception-v3![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i6bbuj60u00cutau02.jpg)![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5ia5a1j60u00h1tdk02.jpg)

## 10、Netscope CNN Analyzer

http://dgschwend.github.io/netscope/quickstart.html![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5ichmij60rr0p6jtr02.jpg)

## 11、keras-sequential-ascii

https://github.com/stared/keras-sequential-ascii/

VGG 16 Architecture

OPERATION DATA DIMENSIONS WEIGHTS(N) WEIGHTS(%)

          Input   #####      3  224  224  
     InputLayer     |   -------------------         0     0.0%  
                  #####      3  224  224  
  Convolution2D    \|/  -------------------      1792     0.0%  
           relu   #####     64  224  224  
  Convolution2D    \|/  -------------------     36928     0.0%  
           relu   #####     64  224  224  
   MaxPooling2D   Y max -------------------         0     0.0%  
                  #####     64  112  112  
  Convolution2D    \|/  -------------------     73856     0.1%  
           relu   #####    128  112  112  
  Convolution2D    \|/  -------------------    147584     0.1%  
           relu   #####    128  112  112  
   MaxPooling2D   Y max -------------------         0     0.0%  
                  #####    128   56   56  
  Convolution2D    \|/  -------------------    295168     0.2%  
           relu   #####    256   56   56  
  Convolution2D    \|/  -------------------    590080     0.4%  
           relu   #####    256   56   56  
  Convolution2D    \|/  -------------------    590080     0.4%  
           relu   #####    256   56   56  
   MaxPooling2D   Y max -------------------         0     0.0%  
                  #####    256   28   28  
  Convolution2D    \|/  -------------------   1180160     0.9%  
           relu   #####    512   28   28  
  Convolution2D    \|/  -------------------   2359808     1.7%  
           relu   #####    512   28   28  
  Convolution2D    \|/  -------------------   2359808     1.7%  
           relu   #####    512   28   28  
   MaxPooling2D   Y max -------------------         0     0.0%  
                  #####    512   14   14  
  Convolution2D    \|/  -------------------   2359808     1.7%  
           relu   #####    512   14   14  
  Convolution2D    \|/  -------------------   2359808     1.7%  
           relu   #####    512   14   14  
  Convolution2D    \|/  -------------------   2359808     1.7%  
           relu   #####    512   14   14  
   MaxPooling2D   Y max -------------------         0     0.0%  
                  #####    512    7    7  
        Flatten   ||||| -------------------         0     0.0%  
                  #####       25088  
          Dense   XXXXX ------------------- 102764544    74.3%  
           relu   #####        4096  
          Dense   XXXXX -------------------  16781312    12.1%  
           relu   #####        4096  
          Dense   XXXXX -------------------   4097000     3.0%  
        softmax   #####        1000  


## 12、TensorBoard

一个评估**深度学习框架TensorFlow**模型的强力工具。https://www.tensorflow.org/tensorboard/graphs

![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5iinyxj60u00ugadj02.jpg)

## 13、Caffe

同样是**深度学习框架Caffe**下的一个小工具,https://github.com/BVLC/caffe/blob/master/python/caffe/draw.py![图片](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5i9czxj60u007e0uo02.jpg)

## 14、TensorSpace

**3D模式展示神经网络**,https://tensorspace.org/

![ACGAN模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5iorj2g60u00eu7wi02.gif)

![Vgg16模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5kth14g60u00gx4qu02.gif)

![LeNet模型](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5kx66ng60tz0evb2902.gif)

![](https://tva1.sinaimg.cn/large/006C3FgEgy1gubl5l3y2ug60u00gxnpe02.gif)<span style="display:block;text-align:center;color:#dc2624;font-size:20px;">
  -END-<span>

日拱一卒无有尽,功不唐捐终入海!
  • 1
  • 0
  • 1129
收藏
暂无评论