caffe使用draw_net.py网络结构绘制

caffe finetune 　开始训练的命令：

 ./build/tools/caffe train -solver examples/mytask/solver.prototxt -weights examples/mytask/caffe_reference_imagenet_model.model

在caffe中可以使用draw_net.py轻松地绘制卷积神经网络（CNN，Convolutional Neural Networks）的架构图。这个工具对于我们理解、学习甚至查错都有很大的帮助。

draw_net.py的使用方法如下：

usage: draw_net.py [-h] [--rankdir RANKDIR]
                   input_net_proto_file output_image_file

Draw a graph of the net architecture.

positional arguments:
  input_net_proto_file  Input network prototxt file
  output_image_file     Output image file

optional arguments:
  -h, --help            show this help message and exit
  --rankdir RANKDIR     One of TB (top-bottom, i.e., vertical), RL (right-
                        left, i.e., horizontal), or another valid dot option;
                        see
                        http://www.graphviz.org/doc/info/attrs.html#k:rankdir
                        (default: LR)

其中，–rankdir选项确定了输出图片的摆放位置，如TB (Top-Bottom) 就是网络从上到下访问，同理RL (Right-Left）就是从右向左，LR (Left-Right) 就是从左向右摆放。默认使用的是LR方式。

下面的代码输出了卷积神经网络经典的LeNet的网络结构

/usr/local/caffe/python# python draw_net.py --rankdir TB ../examples/mnist/lenet.prototxt ../examples/mnist/lenet_structure.jpg

下面是bvlc_reference_caffenet的网络结构绘制
竖着绘制

/usr/local/caffe/python# python draw_net.py --rankdir TB ../examples/mytask/train_val.prototxt ../examples/mytask/a.jpg

横着绘制（LR）

http://blog.csdn.net/tracer9/article/details/50455353