神经网络可视化

0.安装

#steps:
1)install cmake
#cmake install
tar -xvzf cmake-3.15.4.tar.gz
cd cmake-3.15.4
./bootstrap    #执行引导文件
#该命令执行需要一定时间，请耐心等待。成功执行结束之后，末尾提示:CMake has bootstrapped.  Now run make.
make
sudo make install
cmake --version

2)install packages
sudo apt-get install libprotobuf-dev libleveldb-dev libsnappy-dev libopencv-dev libhdf5-serial-dev protobuf-compiler
sudo apt-get install --no-install-recommends libboost-all-dev
sudo apt-get install libatlas-base-dev
sudo apt-get install liblmdb-dev
sudo apt-get install python-numpy
sudo apt-get install libgflags-dev libgoogle-glog-dev
sudo apt-get install python-skimage
#sudo apt-get install protobuf-c-compiler
#sudo apt-get install python-dev

3)install opencv
#opencv install
unzip opencv-3.4.7.zip
mkdir build
cmake ..
make
sudo make install
opencv --version

4)install caffe
cd caffe rootpath
mkdir build
cd build
cmake ..
make
sudo make install

5)test
vim ~/.bashrc
#add content in last line
export PYTHONPATH=~/caffe/python:$PYTHONPATH
source ~/.bashrc
python
import caffe
#problem:from google.protobuf.internal import enum_type_wrapper ImportError: No module named google.protobuf
#install next packages
sudo pip install  easydict
sudo pip install protobuf

1.框架

重点参考：https://blog.csdn.net/u014292358/article/details/87884863
参考：http://www.voidcn.com/article/p-cjbtdtyk-bnu.html

2.参数

主要参考：https://blog.csdn.net/edogawachia/article/details/81669834
参考：https://blog.csdn.net/cham_3/article/details/72141753
参考：https://blog.csdn.net/qq_14845119/article/details/54929389

3.示例

4.caffe可视化

https://www.cnblogs.com/denny402/p/5103425.html
https://www.cnblogs.com/zjutzz/p/6185452.html 重点

这个网站还会计算Flops更加好用
http://dgschwend.github.io/netscope/#/editor

5.其它格式的可视化

网络可视化工具，支持很多中格式

强烈推荐使用 netron， 即可在线使用，也可本地安装使用，支持目前主流网络文件格式