ML Visuals-神经网络画图神器

ML Visuals-神经网络画图神器

这里向大家推荐一个深度学习领域许多SCI作者都在使用的画图神器:

ML Visuals

该项目受到广泛关注,迄今已收获 7.2K Star,专为解决神经网络画图问题设计!

项目地址:dair-ai/ml-visuals: ML Visuals contains figures and templates which you can reuse and customize to improve your scientific writing. (github.com)

Currently, we have over 100 figures (all open community contributions). You are free to use the visuals in your machine learning presentations or blog posts.

ML Visuals 现在包含了 100 多个可用的自定义图形,使用者可以在任何论文、博客、PPT 中使用这些资源。

文章目录

  • ML Visuals-神经网络画图神器
    • How to use?
    • 内容梳理
      • Basic ML Visuals
      • Abstract backgrounds
      • Gradient Backgrounds
      • Community Contributions
      • Miscellaneous
    • 结语

How to use?

本质上,这是一个放在Google上的PPT,你可以直接下载使用。

地址:https://docs.google.com/presentation/d/11mR1nkIR9fbHegFkcFq8z9oDQ5sjv8E3JJp1LfLGKuk/edit?usp=sharing

如果打不开的话,这里有我在百度网盘上的备份:

链接:https://pan.baidu.com/s/1y9ji5pa-vKL8r5mPiT6V3A
提取码:yhv3

内容梳理

这里,我们一起看一下这个PPT都有什么可用的东西:

Basic ML Visuals

这里是搭建结构的基础组件,如:

模型输入(Embeddings)

ML Visuals-神经网络画图神器_第1张图片

卷积与特征图:

ML Visuals-神经网络画图神器_第2张图片

神经元

ML Visuals-神经网络画图神器_第3张图片

网络中的操作与运算

ML Visuals-神经网络画图神器_第4张图片

应用上述组件搭建的Transformer结构示例:

ML Visuals-神经网络画图神器_第5张图片

MLP示例:

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-njPfUzmt-1664024085055)(C:\Users\YuetianW\AppData\Roaming\Typora\typora-user-images\image-20220924173916003.png)]

卷积示例:

ML Visuals-神经网络画图神器_第6张图片

Abstract backgrounds

主题背景

ML Visuals-神经网络画图神器_第7张图片

Gradient Backgrounds

渐变背景

注意。
渐变背景显示了一些可用于背景的色彩主题的灵感和想法
本节使用的例子的灵感来自https://uigradients.com

Community Contributions

社区贡献的一些示例:

Conv操作:

ML Visuals-神经网络画图神器_第8张图片

ML Visuals-神经网络画图神器_第9张图片

过拟合&欠拟合

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-RuCZB6Km-1664024085060)(C:\Users\YuetianW\AppData\Roaming\Typora\typora-user-images\image-20220924174531576.png)]

SGD&BGD

ML Visuals-神经网络画图神器_第10张图片

Miscellaneous

U-Net

ML Visuals-神经网络画图神器_第11张图片

Inception blocks

ML Visuals-神经网络画图神器_第12张图片

DenseNet

ML Visuals-神经网络画图神器_第13张图片

结语

总的来说,ML visuals为我们提供了使用PPT绘图来描述深度学习模型结构的众多组件,有兴趣的小伙伴可以马上试着用它来搭建一些经典的模型(ViT、ResNeXt、DERT······)来练练手鸭!

你可能感兴趣的:(深度学习)