那些酷炫的深度学习网络图怎么画出来的？

以下为COPY黄海广博士公众号：https://mp.weixin.qq.com/s/lyjk3uVIQqtQcYRY5pLGgw

1.NN-SVG

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

GitHub地址

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。

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/

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

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。纯用python代码画图的

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AILab的Saumitro Dasgupta开发

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，不是画什么正经图，但是把权重都画出来了。http://scs.ryerson.ca/~aharley/vis/conv/