深度学习中，plot_model报错解决办法

crownyouyou

已于 2023-03-01 11:01:00 修改

阅读量846

点赞数 1

文章标签： python 深度学习 numpy

于 2023-02-22 21:04:29 首次发布

本文链接：https://blog.csdn.net/weixin_59243359/article/details/129170402

版权

文章介绍了在运行plot_model时遇到的问题及解决方案，包括下载Graphviz的64位Windows版本，通过pip使用清华源安装pydotplus和graphviz，并展示了如何归一化MNIST数据以及构建和可视化一个简单的神经网络模型。

摘要由CSDN通过智能技术生成

运行plot_model会报错，最后发现需要先下载其他文件才能正常运行

1、下载Graphviz

往下滑，滑到windows的exe64位下载

迅雷下载会更快一点，记得添加环境变量

2、pip下载

后面的-i是选择安装源（默认安装源是外网，下载会比较慢）

pip install pydotplus -i https://pypi.tuna.tsinghua.edu.cn/simple 


pip install graphviz -i https://pypi.tuna.tsinghua.edu.cn/simple

（可以考虑添加国内的pip源）

如清华源：https://pypi.tuna.tsinghua.edu.cn/simple

# 查看pip安装源
pip config list
# 清华源
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

pip install pydotplus


 pip install graphviz

3、运行代码

前三行导入相应的库和包

import tensorflow as tf
import matplotlib.pyplot as plt
from tensorflow.keras import datasets,layers,Sequential,losses,optimizers,utils

(x_train,y_train),(x_test,y_test)=datasets.mnist.load_data()
x_train,x_test=x_train/255.0,x_test/255.0

model = Sequential([
    layers.Flatten(input_shape=(28,28)),       # 28*28是一个图片的尺寸
    layers.Dense(128,activation="relu"),
    layers.Dense(10,activation="softmax")    
                            ])
utils.plot_model(model, to_file='model.png')

(x_train,y_train)这一行是将datasets数据集中的数据进行赋值，如果没有下载数据，则会进行下载

下面一行的x_train,x_test是归一化处理，为了方便像素处理（0代表黑，1代表白）像素大小在0和1之间

model = Sequential这一行是嵌套函数，内嵌两个隐藏层

最后这个utils.plot_model这个就是plot_model的正常运行格式