使用GraphViz画caffe/torch的网络结构图

caffe的Python接口中有一个很不错的功能：画网络结构图，虽然画得并不好看，但可以给人一种直观的感受。

一、准备

　　首先caffe的Python接口当然是必备的了，还没有生成python接口的同学可以参照我的上一篇博客来生成。 
　　然后是需要安装protobuf的python接口，可以参照这篇博客进行安装，安装过程比较简单，就不赘述了。 
　　安装GraphViz：http://www.graphviz.org/。 
　　安装pydot，可以使用pip install pydot来安装，但最近这个功能好像不太稳定（GFW，你懂的），大家可以从https://github.com/nlhepler/pydot 下载，这里需要修改一下pydot/__init__.py文件中，第596行： 

path = os.path.join(os.environ['PROGRAMFILES'], 'ATT', 'GraphViz', 'bin') 

　　改为： 

path = r"C:\Program Files (x86)\Graphviz2.37\bin" 

　　同样，下边的那个path也改为r”C:\Program Files (x86)\Graphviz2.37\bin”，如果你将GraphViz安装在别的位置，那这个目录也要跟着改变。

二、生成网络结构图

　　把环境配置好之后，就可以在命令行中输入 
　　 python draw_net.py ..\examples\mnist\lenet_train_test.prototxt 1.bmp 
　　 就可以看到在当前目录下生成了一张图片： 
　　 


torch reference:

Let's have a look:

-- some handy models are defined in optnet.models
-- like alexnet, googlenet, vgg and resnet
models = require 'optnet.models'
modelname = 'googlenet'
net, input = models[modelname]()

generateGraph = require 'optnet.graphgen'

-- visual properties of the generated graph
-- follows graphviz attributes
graphOpts = {
displayProps =  {shape='ellipse',fontsize=14, style='solid'},
nodeData = function(oldData, tensor)
  return oldData .. '\n' .. 'Size: '.. tensor:numel()
end
}

g = generateGraph(net, input, graphOpts)

graph.dot(g,modelname,modelname)

This generates the following graph:

https://github.com/DmitryUlyanov/optimize-net

DmitryUlyanov/optimize-net