Press "Enter" to skip to content

杂谈 | 那些酷炫的深度学习网络图怎幺画出来的?

 

本文我们聊聊如何才能画出炫酷高大上的神经网络图,下面是常用的几种工具。

 

1. NN-SVG

 

这个工具可以非常方便的画出各种类型的图,是下面这位小哥哥开发的,来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。

 

 

github地址: https://github.com/zfrenchee

 

画图工具体验地址: http://alexlenail.me/NN-SVG/

 

可以绘制的图包括以节点形式展示的 FCNN style,这个特别适合传统的全连接神经网络的绘制。

 

 

以平铺网络结构展示的 LeNet style,用二维的方式,适合查看每一层 featuremap 的大小和通道数目。

 

 

以三维 block 形式展现的 AlexNet style,可以更加真实地展示卷积过程中高维数据的尺度的变化,目前只支持卷积层和全连接层。

 

 

这个工具可以导出非常高清的 SVG 图,值得体验。

 

2. PlotNeuralNet

 

这个工具是萨尔大学计算机科学专业的一个学生开发的,一看就像计算机学院的嘛。

 

 

首先我们看看效果,其github链接如下,将近 4000 star:

 

https://github.com/HarisIqbal88/PlotNeuralNet

 

看看人家这个 fcn-8 的可视化图,颜值奇高。

 

 

使用的门槛相对来说就高一些了,用 LaTex 语言编辑,所以可以发挥的空间就大了,你看下面这个 softmax 层,这就是会写代码的优势了。

 

 

其中的一部分代码是这样的,会写吗。

 

\pic[shift={(0,0,0)}] at (0,0,0) {Box={name=crp1,caption=SoftmaxLoss: $E_\mathcal{S}$ ,%

 

fill={rgb:blue,1.5;red,3.5;green,3.5;white,5},opacity=0.5,height=20,width=7,depth=20}};

 

相似的工具还有: https://github.com/jettan/tikz_cnn

 

3. ConvNetDraw

 

ConvNetDraw 是一个使用配置命令的 CNN 神经网络画图工具,开发者是香港的一位程序员,Cédric cbovar。

 

 

采用如下的语法直接配置网络,可以简单调整 x,y,z 等 3 个维度,github 链接如下:

 

https://cbovar.github.io/ConvNetDraw/

 

 

使用方法如上图所示,只需输入模型结构中各层的参数配置。

 

 

挺好用的。不过它目标分辨率太低了,放大之后不清晰,达不到印刷的需求。

 

4. Draw_Convnet

 

这一个工具名叫 draw_convnet,由 Borealis 公司的员工 Gavin Weiguang Ding 提供。

 

 

简单直接,是纯用 python 代码画图的,

 

https://github.com/gwding/draw_convnet

 

看看画的图如下,核心工具是 matplotlib,图不酷炫,但是好在规规矩矩,可以严格控制,论文用挺合适的。

 

 

类似的工具还有: https://github.com/yu4u/convnet-drawer

 

5. Netscope

 

下面要说的是这个,我最常用的,caffe 的网络结构可视化工具,大名鼎鼎的 netscope,由斯坦福 AI Lab 的 Saumitro Dasgupta 开发,找不到照片就不放了,地址如下:

 

https://github.com/ethereon/netscope

 

 

 

左边放配置文件,右边出图,非常方便进行网络参数的调整和可视化。这种方式好就好在各个网络层之间的连接非常的方便。

 

其他

 

再分享一个有意思的,不是画什幺正经图,但是把权重都画出来了。

 

http://scs.ryerson.ca/~aharley/vis/conv/

 

 

 

看了这幺多,有人已经在偷偷笑了,上 PPT 呀,想要什幺有什幺,想怎幺画就怎幺画。

 

 

不过妹子呢?怎幺不来开发一个粉色系的可视化工具呢?类似于这样的

 

 

那幺,你都用什幺画呢?欢迎留言分享一下!

Be First to Comment

发表评论

电子邮件地址不会被公开。 必填项已用*标注