keras绘制网络结构[配置]plot_model

keras绘制网络结构的代码如下：

from keras.utils.vis_utils import plot_model
...
plot_model(model, to_file="model.png", show_shapes=True, show_layer_names=False, rankdir='TB')

第一次运行这个代码时会报错，这时我们需要两个包pydotplus和grahviz

网上很多教程是安装pydot，这个包在python3.5之后就已经不能使用了，如果继续安装的是pydot，即使将grahviz按如下步骤安装完成了之后，还是会继续爆出OSError: `pydot` failed to call GraphViz.Please install GraphViz错误。

1、安装pydotplus

在命令行中输入以下指令即可完成安装。

pip install pydotplus

2、安装grahviz

打开grahviz的官网, 下载graphviz。

下载后安装时按照默认一路next。安装完成后还需要将安装目录下的bin目录放到环境变量中。

3、填坑

将以上两步安装完成后运行附录的程序，会继续报出如下的错误：

此时单独打开图中错误处标记的文件，然后将文件中的pydot都替换成pydotplus，到此大功告成！！

结果如下：

附录

测试代码如下：

import numpy as np
from keras.datasets import mnist
from keras.utils import np_utils
from keras.models import Sequential
from keras.layers import Dense, Dropout, Convolution2D, MaxPooling2D, Flatten
from keras.optimizers import Adam
from keras.utils.vis_utils import plot_model
import matplotlib.pyplot as plt

(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = x_train.reshape(-1, 28, 28, 1)/255.0
x_test = x_test.reshape(-1, 28, 28, 1)/ 255.0

y_train = np_utils.to_categorical(y_train, num_classes=10)
y_test = np_utils.to_categorical(y_test, num_classes=10)

model = Sequential()

model.add(Convolution2D(
    input_shape=(28, 28, 1),
    filters=32,
    kernel_size=5,
    strides=1,
    padding='same',
    activation='relu',
    name='conv1'
))
model.add(MaxPooling2D(
    pool_size=2,
    strides=2,
    padding='same',
    name='pool1'
))
model.add(Convolution2D(64, 5,strides=1, padding='same', activation='relu', name='conv2'))
model.add(MaxPooling2D(2, 2, 'same', name='pool2'))
model.add(Flatten())
model.add(Dense(1024, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax'))

plot_model(model, to_file="model.png", show_shapes=True, show_layer_names=False, rankdir='TB')
plt.figure(1)
img = plt.imread("model.png")
plt.imshow(img)
plt.axis('off')
plt.show()