神经网络出图

神经网络论文要素

  • 神经网络论文需要要素
    • 数据预处理示意图
    • 神经网络结构图
    • ConvNetDraw
    • NN-SVG
    • PlotNeuralNet
    • 神经网络流向图
  • Method 3 (Windows only)

神经网络论文需要要素

针对深度学习的论文,必不可少的是需要添加以下几项:数据预处理示意图神经网络结构图神经网络流向图

数据预处理示意图

这次实习的项目需要用到CNN,UNet以及mask_rcnn三个网络。目前对CNN进行数据预处理及网络结构编写:
神经网络出图_第1张图片
神经网络出图_第2张图片
这张图片是采用CNN模型,以裁剪数据块中心像素的类别当成本数据的label

神经网络结构图

ConvNetDraw

首先,最为简单的编写方式。命令特别简单,只需要命名各网络层名字,以及给出个网络层数据大小即可。
神经网络出图_第3张图片

NN-SVG

较复杂的方法生成如下结构:
神经网络出图_第4张图片

PlotNeuralNet

最后一种方法最美观,但是需要一定编程。
神经网络出图_第5张图片

神经网络流向图

使用代码可以将模型内部的结构画出来(这里的过程曲折,第3点参考网上大神的建议)

  1. 安装graphviz软件,下载其中的msi文件,将文件安装并配置环境。安装后可以尝试在cmd下输入dot -version查看是否安装正确。

  2. pip install graphviz

  3. pip install pydot,这里由于库升级的原因,必须安装pydotplus库,即pip install pydotplus,之后进入包环境,将pydotplus文件名改为pydot,并且进入parser.py文件,将其中引用改为import pydot。之后进入graphviz.py文件夹,将其中method3后面的代码替换成

    Method 3 (Windows only)

    if os.sys.platform == 'win32':
        # Try and work out the equivalent of "C:\Program Files" on this
        # machine (might be on drive D:, or in a different language)
        #
        if False:  # os.environ.has_key('PROGRAMFILES'):
            # Note, we could also use the win32api to get this
            # information, but win32api may not be installed.
            path = os.path.join(os.environ['PROGRAMFILES'], 'ATT', 'GraphViz', 'bin')
        else:
            # Just in case, try the default...
            path = r"G:\SOFTS\Graphviz2.38\bin"#这里代表Graphviz的安装路径
        progs = __find_executables(path)
     
        if progs is not None:
            # print "Used default install location"
            return progs
     
    for path in (
            '/usr/bin', '/usr/local/bin',
            '/opt/bin', '/sw/bin', '/usr/share',
            '/Applications/Graphviz.app/Contents/MacOS/'):
        progs = __find_executables(path)
     
        if progs is not None:
            # print "Used path"
            return progs
    # Failed to find GraphViz
    #
     
    return None
    

这篇笔记主要借鉴了一下大神的思路,特此感谢
[1]: https://yq.aliyun.com/articles/704030
[2]: https://blog.csdn.net/fy_eng/article/details/81366723
[3]: https://github.com/HarisIqbal88/PlotNeuralNet
[4]: https://cbovar.github.io/ConvNetDraw/
[5]: http://alexlenail.me/NN-SVG/

你可能感兴趣的:(深度学习)