本文我们聊聊如何才能画出炫酷高大上的神经网络图,下面是常用的几种工具。
作者&编辑 | 言有三
1 NN-SVG
这个工具可以非常方便的画出各种类型的图,是下面这位小哥哥开发的,来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。
![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/a63849d5ae90e4217e49b5e494a41a46.png)
github地址:https://github.com/zfrenchee
画图工具体验地址:http://alexlenail.me/NN-SVG/
可以绘制的图包括以节点形式展示的FCNN style,这个特别适合传统的全连接神经网络的绘制。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/6fda5e0e4f844d073b731c24991b0c4b.png)
以平铺网络结构展示的LeNet style,用二维的方式,适合查看每一层featuremap的大小和通道数目。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/79a679243f27a17570b27cd68895b9f7.png)
以三维block形式展现的AlexNet style,可以更加真实地展示卷积过程中高维数据的尺度的变化,目前只支持卷积层和全连接层。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/fee6e75f5f27aa828154e312113b8f94.png)
这个工具可以导出非常高清的SVG图,值得体验。
2 PlotNeuralNet
这个工具是萨尔大学计算机科学专业的一个学生开发的,一看就像计算机学院的嘛。
![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/dcd005636a73c2a96c47d48e0f780dad.png)
首先我们看看效果,其github链接如下,将近4000 star:
https://github.com/HarisIqbal88/PlotNeuralNet
看看人家这个fcn-8的可视化图,颜值奇高。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/83faa05e9820546a2bed5ef0af2b36f2.png)
使用的门槛相对来说就高一些了,用LaTex语言编辑,所以可以发挥的空间就大了,你看下面这个softmax层,这就是会写代码的优势了。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/5f973c9de527d42fbb3e2e96cc1c1ab6.png)
其中的一部分代码是这样的,会写吗。
\pic[shift={(0,0,0)}] at (0,0,0) {Box={name=crp1,caption=SoftmaxLoss: $E_\mathcal{S}$ ,%
fill={rgb:blue,1.5;red,3.5;green,3.5;white,5},opacity=0.5,height=20,width=7,depth=20}};
相似的工具还有:https://github.com/jettan/tikz_cnn
3 ConvNetDraw
ConvNetDraw是一个使用配置命令的CNN神经网络画图工具,开发者是香港的一位程序员,Cédric cbovar。
![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/e97bc088ebbf799fb4f90d8c4b111186.png)
采用如下的语法直接配置网络,可以简单调整x,y,z等3个维度,github链接如下:
https://cbovar.github.io/ConvNetDraw/
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/313c4a3f39434556073422659c1f28d1.png)
使用方法如上图所示,只需输入模型结构中各层的参数配置。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/76a288b2af3386771d69fd6f3713d692.png)
挺好用的不过它目标分辨率太低了,放大之后不清晰,达不到印刷的需求。
4 Draw_Convnet
这一个工具名叫draw_convnet,由Borealis公司的员工Gavin Weiguang Ding提供。
![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/38aa79af2d3f5d716e534f1fb0e50eda.png)
https://github.com/gwding/draw_convnet
看看画的图如下,核心工具是matplotlib,图不酷炫,但是好在规规矩矩,可以严格控制,论文用挺合适的。
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/1a7833c7ebb6057c324493d94ce797a1.png)
类似的工具还有:https://github.com/yu4u/convnet-drawer
5 Netscope
下面要说的是这个,我最常用的,caffe的网络结构可视化工具,大名鼎鼎的netscope,由斯坦福AILab的Saumitro Dasgupta开发,找不到照片就不放了,地址如下:
https://github.com/ethereon/netscope
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/307caefa26dbeadc6940511c79b06fe3.png)
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/3d29a7c5fb9ab39fb3f8fed9f4a3ab0d.png)
左边放配置文件,右边出图,非常方便进行网络参数的调整和可视化。这种方式好就好在各个网络层之间的连接非常的方便。
其他
再分享一个有意思的,不是画什么正经图,但是把权重都画出来了。
http://scs.ryerson.ca/~aharley/vis/conv/
![640?wx_fmt=jpeg](https://img-blog.csdnimg.cn/img_convert/d6a2b54314b507135ee8591d4c2e8d59.png)
![640?wx_fmt=png](https://img-blog.csdnimg.cn/img_convert/7143e72edca8470c884eb67667665fce.png)