使用PlotNeuralNet绘制自己的网络结构图

绘制效果:
在这里插入图片描述

源码下载:
PlotNeuralNet

只依赖于python和Latex,在ubuntu16.04下只需要安装texlive-latex-extra就行:

sudo apt-get install texlive-latex-extra

需要注意的是,如果bash中默认的python版本是python2,就需要将tikzmake.sh中的

python $1.py 

修改成

python3 $1.py 

然后就可以正常使用了。

这个工具其实就是用python对latex的绘图脚本更进一步进行封装,将常见的网络结构图形封装成python函数,以简化绘制过程。
比较遗憾的是,作者虽然在“examples”中给出了一些网络的示例,但是仅有.tex版本,而未提供python脚本,而“pyexample”中仅有两个简单的例子,很多函数并没有说明怎么绘制,所以需要自己花一点时间摸索一下。

如何使用这个工具,这两个博客帮助很大:
PlotNeuralNet简单教程

利用plotneuralnet工具生成卷积神经网络的三维结构图,使用,PlotNeuralNet,立体

所有的函数封装在pycore/tikzeng.py中实现,但是我感觉作者放出来的代码可能并不完整。。。有些示例网络结构(如上面图中第三个,Holistically-Nested Edge Detection )中的连接结构就无法通过作者提供给代码绘制,因为tikzeng.py中使用to_skip这个函数进行网络跨层连接,而这个函数中的箭头起点和终点路线都是固定的,只能从结构的上方进行连接,因此如果要画出示例图案那样从侧面引出的箭头还需要自己改一下代码

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
PlotNeuralNet是一个用于绘制卷积神经网络Python库。通过使用该库,您可以轻松地创建漂亮的卷积神经网络结构。您可以使用PlotNeuralNet的API来定义网络的每个层次和连接。具体步骤如下: 1. 首先,安装PlotNeuralNet库。您可以在中找到面向PythonPlotNeuralNet教程,其中提供了详细的安装说明和使用示例。 2. 导入PlotNeuralNet库并创建一个新的网络对象。 3. 使用API定义网络的每个层次。您可以使用PlotNeuralNet提供的各种函数来添加卷积层、池化层、全连接层等。根据您的网络结构和需求,您可以自由地调整每个层次的参数。 4. 使用API定义网络的连接。您可以使用PlotNeuralNet提供的函数来定义网络中每个层次之间的连接关系。您可以指定连接的输入和输出层次以及连接的类型(如卷积连接、池化连接等)。 5. 最后,使用API绘制网络。您可以使用PlotNeuralNet提供的函数将网络绘制像文件或在Jupyter Notebook中显示。 具体的使用示例可以在和中找到。这些示例提供了使用PlotNeuralNet绘制卷积神经网络的代码和详细说明。 综上所述,您可以使用PlotNeuralNet库的API来绘制卷积神经网络结构。通过定义每个层次和连接,您可以创建自定义的网络,并使用提供的函数将其绘制出来。 参考文献: 面向PythonPlotNeuralNet教程 使用PlotNeuralNet绘制深度学习网络 【论文作使用PlotNeuralNet绘制卷积神经网络——以VGG-F为例

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值