无需代码绘制人工神经网络ANN模型结构图的方法

  本文介绍几种基于在线网页或软件的、不用代码的神经网络模型结构可视化绘图方法。

  之前向大家介绍了一种基于Python第三方ann_visualizer模块的神经网络结构可视化方法,大家可以直接点击文章Python绘制神经网络模型图进行查看;这一方法可以对Dense隐藏层以及MaxPooling层、Dropout层、Flatten层等其它类型的隐藏层加以绘制,功能非常强大,但是需要用代码执行,且在执行前需要将神经网络的全部结构与输入数据配置好后才可以绘制,稍微有一些繁琐。

  今天,就向大家介绍两种新的神经网络可视化绘图方法,其中,一种是在线绘制,一种是基于软件绘制(其也可以在网页中直接绘制)。

1 NN-SVG

  网址:http://alexlenail.me/NN-SVG/index.html

  NN-SVG是一个在线神经网络结构绘制网页平台,进入后点点鼠标就可以绘制出精美的神经网络图像,且还可以对整幅图像的方向,以及接点、连接线、箭头等等要素的样式、大小、颜色、权重、间隙大小等属性加以调整,可谓非常方便、非常强大。

无需代码绘制人工神经网络ANN模型结构图的方法

  在其最下方,可以对输入层、隐藏层与输出层的数量与神经元个数加以调整。

无需代码绘制人工神经网络ANN模型结构图的方法

  配置完成取得满意的图像后,大家可以点击最上方的“Download SVG”进行图像下载。需要注意,下载图像的格式是.svg,需要我们手动转换为常见的图片格式。具体在线格式转换网站网上有很多,这里就不再叙述了~

  但是,NN-SVG仅仅可以显示简单的隐藏层,并不能对隐藏层的类型加以区分绘制。

2 Netron

  网址:https://github.com/lutzroeder/netron

  Netron是一个对神经网络以及各类机器学习、深度学习算法进行可视化的工具,分为软件版与在线版(在线版:https://netron.app/ )。绘制时我们需要先建立并保存自己的模型(并且还是要运行之后的,因为其会显示模型中具体参数的变化情况),随后用其打开即可。Netron支持的模型格式如下所示。

无需代码绘制人工神经网络ANN模型结构图的方法

  我们以Windows下其软件版本为例介绍。下载安装包后直接安装。

无需代码绘制人工神经网络ANN模型结构图的方法

  安装完毕后打开软件,如下所示。

无需代码绘制人工神经网络ANN模型结构图的方法

  随后,打开我们保存的模型。

无需代码绘制人工神经网络ANN模型结构图的方法

  即可实现具体模型及其每一个参数变化情况的可视化图像,非常具体、细致。

  个人感觉用Netron进行具体带参数分析的可视化比较方便,如果只是想单纯看一下神经网络的结构的话,用其可能不太方便、不太直观。

原文链接:https://www.cnblogs.com/fkxxgis/p/17388010.html

本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:无需代码绘制人工神经网络ANN模型结构图的方法 - Python技术站

(0)
上一篇 2023年5月10日
下一篇 2023年5月11日

相关文章

  • 数据增强(from keras.preprocessing.image import ImageDataGenerator)

    from keras.preprocessing.image import ImageDataGenerator   keras.preprocessing.image.ImageDataGenerator(featurewise_center=False, samplewise_center=False, featurewise_std_normaliza…

    2023年4月8日
    00
  • 机器学习实战读书笔记(四)基于概率论的分类方法:朴素贝叶斯

    4.1 基于贝叶斯决策理论的分类方法   朴素贝叶斯   优点:在数据较少的情况下仍然有效,可以处理多类别问题   缺点:对于输入数据的准备方式较为敏感   适用数据类型:标称型数据   贝叶斯决策理论的核心思想:选择具有最高概率的决策。 4.2 条件概率 4.3 使用条件概率来分类 4.4 使用朴素贝叶斯进行文档分类   朴素贝叶斯的一般过程:   1.收…

    机器学习 2023年4月12日
    00
  • Hinton Neural Networks课程笔记2a:三种主要的神经网络框架之前向网络、循环神经网络和对称网络

    这一节主要是介绍了三种主要的神经网络模型:前向网络、循环神经网络和对称网络 前向网络 Feed-forward Neural Networks 如果把神经元看做节点,把神经元的输出到另一个神经元的输入看做有向边,那么神经网络可以看做是一个有向图,一个有向图没有圈(circle)的神经网络就是前向网络。前向网络应用广泛,也十分经典,常见的CNN就是一个典型的前…

    循环神经网络 2023年4月7日
    00
  • 转:25个Java机器学习工具和库

    转自:http://www.cnblogs.com/data2value/p/5419864.html 本列表总结了25个Java机器学习工具&库: 1. Weka集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。Weka包括一系列的工具,如数据预处理、分类、回归、聚类、关联规则以及可视化。 2.Mas…

    机器学习 2023年4月13日
    00
  • biLSTM 函数调用 与模型参照 (Tensorflow)

    定义LSTM单元 lstm_cell_fw = tf.nn.rnn_cell.BasicLSTMCell(self.hidden_dim) lstm_cell_bw = tf.nn.rnn_cell.BasicLSTMCell(self.hidden_dim) 对比下图 其中(c_t)与(h_t)的维度是相同的, (dim(f_t)=dim(c_{t-1})…

    2023年4月6日
    00
  • 循环神经网络(RNN)学习研究(一)

      循环神经网络的来源就是为了刻画一个序列当前的输出与之前信息之间的关系。从网络结构上看,循环神经网络会记忆之前的信息,并利用之前的信息影响后面结点的输出。通过观察循环神经网络结构可以发现,在理论上可以把同一神经网络无限复制的结果。正如卷积神经网络在不同空间位置共享参数,循环神经网络是在不同时间 位置共享参数,从而可以使用有限长的序列处理任意长度的序列。  …

    2023年4月8日
    00
  • 深度学习(DL)– RNN循环神经网络算法详解

    1、什么是RNN     传统的神经网络是层与层之间是全连接的,但是每层之间的神经元是没有连接的(其实是假设各个数据之间是独立的)。这种结构不善于处理序列化的问题。比如要预测句子中的下一个单词是什么,这往往与前面的单词有很大的关联,因为句子里面的单词并不是独立的。     RNN之所以称为循环神经网路,即一个序列当前的输出与前面的输出也有关。具体的表现形式为…

    2023年4月8日
    00
  • caffe-ssd 训练自己的VOC数据集(一):转换VOC xml数据为lmdb格式

    假设你已经做好了VOC数据标签,也就是xml文件,并且已经配置好了caffe-ssd的环境 第一步,在caffe-ssd/data目录下本身自带有如下文件夹: 然后在caffe-ssd/data目录下新建一个文件夹命名为VOCdevkit: 然后data目录下有: 进入VOCdevkit目录内,新建VOC2007文件夹,然后再进入VOC2007文件夹内新建A…

    2023年4月8日
    00
合作推广
合作推广
分享本页
返回顶部