功能:
Keras中提供了一个神经网络可视化的函数plot,并可以将可视化结果保存在本地
from keras.utils.vis_utils import plot_model
plot_model(model, to_file='model.png')
安装:
首先安装pydot模块(直接利用conda 安装),然后安装graphviz软件(当前使用2.38版本),下载地址为:http://www.graphviz.org/,下载 graphviz-2.38.msi(https://graphviz.gitlab.io/_pages/Download/Download_windows.html)
双击.msi文件一直next完成安装,然后将安装目录下的\bin 添加进Path环境变量
测试代码:
from keras.models import Sequential
from keras.layers.core import Dense, Activation
from keras.optimizers import SGD
from keras.utils import np_utils
from keras.utils.vis_utils import plot_model
def model():
# 创建模型
model = Sequential()
model.add(Dense(2, init='uniform'))
model.add(Activation('sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
# 网络可视化
plot_model(model, to_file='model.png')
if __name__ == '__main__':
model()
可能出现问题:
OSError: pydot failed to call GraphViz.Please install GraphViz (https://www.graphviz.org/) and ensure that its executables are in the $PATH.
确认将graphviz软件安装成功并将其\bin目录添加进系统环境变量,重启软件或电脑即可。