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

  • Ian Goodfellow 生成对抗网络(GAN)论文解析

    原文:Generative Adversarial Nets 作者:Adit Deshpande 编译:KK4SBB 欢迎人工智能领域技术投稿、约稿、给文章纠错,请发送邮件至[email protected] Yann LeCun大神曾经说过,“对抗训练是近些年来机器学习领域中最炫酷的想法”。没错,对抗训练已经在深度学习的圈子里掀起了不小的涟漪。本文将介绍三…

    2023年4月6日
    00
  • tensorflow函数解析:Session.run和Tensor.eval

    原问题链接: http://stackoverflow.com/questions/33610685/in-tensorflow-what-is-the-difference-between-session-run-and-tensor-eval 译: 问题: tensorflow有两种方式:Session.run和 Tensor.eval,这两者的区别在哪…

    tensorflow 2023年4月8日
    00
  • caffe_ssd学习-用自己的数据做训练

    几乎没用过linux操作系统,不懂shell编程,linux下shell+windows下UltraEdit勉勉强强生成了train.txt和val.txt期间各种错误辛酸不表,照着examples/imagenet/readme勉勉强强用自己的数据,按imagenet的训练方法,把reference_caffenet训起来了,小笔记本的风扇又开始呼呼呼的转…

    Caffe 2023年4月5日
    00
  • 机器学习模型评价指标之ROC 曲线、 ROC 的 AUC 和 投资回报率

    前文回顾: 机器学习模型评价指标之混淆矩阵 机器学习模型评价指标之Accuracy、Precision、Recall、F-Score、P-R Curve、AUC、AP 和 mAP 1. 基本指标 1.1 True Positive Rate(TPR) \(TPR = \frac{TP}{TP+FN}\) 中文:真正率、灵敏度、召回率、查全率。显然这个就是查准…

    机器学习 2023年4月11日
    00
  • 【卷积】图像分块与卷积特征提取与自然图像静态统计特性

    Main Page – Ufldl http://deeplearning.stanford.edu/wiki/index.php/Main_Page 卷积特征提取—处理大型图像 – CSDN博客 http://blog.csdn.net/u013884378/article/details/21700363      仿真表明,如果将整幅图像运用imres…

    2023年4月6日
    00
  • 神经网络环境搭建,windows上安装theano和keras的流程

    今天碰到有朋友问道怎么在windows下安装keras,正好我刚完成搭建,总结下过程,也算是一个教程吧,给有需要的朋友。   步骤一:安装python。 这一步没啥好说的,下载相应的python安装即可,版本2.7,3.4,3.5都可以,只是装了什么版本,后续的包都需要对应的版本。我亲测3.5和3.4。这里以3.4版为例吧。 装好后腰把python的路径加入…

    2023年4月8日
    00
  • 机器学习之凸优化基础二

    20.共轭函数   21.凸优化 优化问题的基本形式 告诉几个等式约束求最值     局部最优问题 22.非凸优化问题的变形 23.对偶问题 24.Lagrange对偶函数(dual function) Lagrange 对偶函数 若没有下确界,定义: 根据定义,显然有:对∀λ>0,∀v,若原优化问题有最优值p*,则 进一步:Lagrange对偶函数为…

    机器学习 2023年4月13日
    00
  • Ubuntu18.04安装caffe python3.6 opencv3.2 CPU

    设置ubuntu的softwares&updates的源为国内源,这样会提高下载速度。 如果是安装python相关库,为提高速度使用:  pip3 install 要下载的库 -i https://国内源  安装caffe依赖库: 1 # python3 modules (numpy, protobuf, skimage) 2 sudo pip3 i…

    Caffe 2023年4月5日
    00
合作推广
合作推广
分享本页
返回顶部