tensorflow2 中使用pydot绘制网络模型结构图

主题：pydot，环境tensorflow2.0

1. 安装pydot之前，要事先安装anaconda；
2. conda命令行当中执行命令，它会自动去下载pydot和graphviz等相关依赖包的

	conda install pydot
	或者使用清华镜像源，速度快
	pip install -i https://pypi.tuna.tsinghua.edu.cn/simple pydot

3. 安装完成后，执行命令查看已安装的包，找一下有没有pydot包，判断是否安装成功

   	conda list

4. 如果这个时候，你已经打开了pycharm或者jupyter notebook等编译器，最好重启一下，这样能够自动刷新安装的包，才可以正常使用

关于pydot的使用

1. 语法参数

 tf.keras.utils.plot_model(
   	 model,
   	 to_file='model.png',
  	 show_shapes=False,
   	 show_layer_names=True,
     rankdir='TB',
  	 expand_nested=False,
   	 dpi=96
)

2. 使用方式

在创建神经网络模型model后，一般是通过mode.summary()可以查看网络的模型，如果模型太长太复杂的时候，这种方式看起来不是很直观，可以在模型model创建完成后，使用

导包+数据加载代码
模型创建代码   (以简单的线性层为例)
 	model = tf.keras.Sequential([
   		 tf.keras.layers.Dense(10, input_shape=(3,), activation='relu'),
    	 tf.keras.layers.Dense(1)
	])
    tf.keras.utils.plot_model(model, to_file='dense.png', show_shapes=True, show_layer_names=True)
 
在你的程序文件目录下会有一张dense.png，这就是你创建的模型结构

画出的网络结构图还是比较美观的