酷炫的深度學(xué)習(xí)網(wǎng)絡(luò)圖怎么繪制出來(lái)的？
點(diǎn)擊上方“小白學(xué)視覺(jué)”，選擇加"星標(biāo)"或“置頂”
重磅干貨，第一時(shí)間送達(dá)
本文我們聊聊如何才能畫(huà)出炫酷高大上的神經(jīng)網(wǎng)絡(luò)圖，下面是常用的幾種工具。
作者&編輯 | 言有三
這個(gè)工具可以非常方便的畫(huà)出各種類(lèi)型的圖，是下面這位小哥哥開(kāi)發(fā)的，來(lái)自于麻省理工學(xué)院弗蘭克爾生物工程實(shí)驗(yàn)室, 該實(shí)驗(yàn)室開(kāi)發(fā)可視化和機(jī)器學(xué)習(xí)工具用于分析生物數(shù)據(jù)。
github地址：https://github.com/zfrenchee
畫(huà)圖工具體驗(yàn)地址：http://alexlenail.me/NN-SVG/
可以繪制的圖包括以節(jié)點(diǎn)形式展示的FCNN style，這個(gè)特別適合傳統(tǒng)的全連接神經(jīng)網(wǎng)絡(luò)的繪制。
以平鋪網(wǎng)絡(luò)結(jié)構(gòu)展示的LeNet style，用二維的方式，適合查看每一層featuremap的大小和通道數(shù)目。
以三維block形式展現(xiàn)的AlexNet style，可以更加真實(shí)地展示卷積過(guò)程中高維數(shù)據(jù)的尺度的變化，目前只支持卷積層和全連接層。
這個(gè)工具可以導(dǎo)出非常高清的SVG圖，值得體驗(yàn)。
這個(gè)工具是薩爾大學(xué)計(jì)算機(jī)科學(xué)專(zhuān)業(yè)的一個(gè)學(xué)生開(kāi)發(fā)的，一看就像計(jì)算機(jī)學(xué)院的嘛。
首先我們看看效果，其github鏈接如下，將近4000 star：
https://github.com/HarisIqbal88/PlotNeuralNet
看看人家這個(gè)fcn-8的可視化圖，顏值奇高。
使用的門(mén)檻相對(duì)來(lái)說(shuō)就高一些了，用LaTex語(yǔ)言編輯，所以可以發(fā)揮的空間就大了，你看下面這個(gè)softmax層，這就是會(huì)寫(xiě)代碼的優(yōu)勢(shì)了。
其中的一部分代碼是這樣的，會(huì)寫(xiě)嗎。
\pic[shift={(0,0,0)}] at (0,0,0) {Box={name=crp1,caption=SoftmaxLoss: $E_\mathcal{S}$ ,%
fill={rgb:blue,1.5;red,3.5;green,3.5;white,5},opacity=0.5,height=20,width=7,depth=20}};
相似的工具還有：https://github.com/jettan/tikz_cnn
ConvNetDraw是一個(gè)使用配置命令的CNN神經(jīng)網(wǎng)絡(luò)畫(huà)圖工具，開(kāi)發(fā)者是香港的一位程序員，Cédric cbovar。
采用如下的語(yǔ)法直接配置網(wǎng)絡(luò)，可以簡(jiǎn)單調(diào)整x，y，z等3個(gè)維度，github鏈接如下：
https://cbovar.github.io/ConvNetDraw/
使用方法如上圖所示，只需輸入模型結(jié)構(gòu)中各層的參數(shù)配置。
挺好用的不過(guò)它目標(biāo)分辨率太低了，放大之后不清晰，達(dá)不到印刷的需求。
這一個(gè)工具名叫draw_convnet，由Borealis公司的員工Gavin Weiguang Ding提供。
https://github.com/gwding/draw_convnet
看看畫(huà)的圖如下，核心工具是matplotlib，圖不酷炫，但是好在規(guī)規(guī)矩矩，可以嚴(yán)格控制，論文用挺合適的。
類(lèi)似的工具還有：https://github.com/yu4u/convnet-drawer
下面要說(shuō)的是這個(gè)，我最常用的，caffe的網(wǎng)絡(luò)結(jié)構(gòu)可視化工具，大名鼎鼎的netscope，由斯坦福AILab的Saumitro Dasgupta開(kāi)發(fā)，找不到照片就不放了，地址如下：
https://github.com/ethereon/netscope
左邊放配置文件，右邊出圖，非常方便進(jìn)行網(wǎng)絡(luò)參數(shù)的調(diào)整和可視化。這種方式好就好在各個(gè)網(wǎng)絡(luò)層之間的連接非常的方便。
再分享一個(gè)有意思的，不是畫(huà)什么正經(jīng)圖，但是把權(quán)重都畫(huà)出來(lái)了。
http://scs.ryerson.ca/~aharley/vis/conv/
看了這么多，有人已經(jīng)在偷偷笑了，上PPT呀，想要什么有什么，想怎么畫(huà)就怎么畫(huà)。
好消息，小白學(xué)視覺(jué)團(tuán)隊(duì)的知識(shí)星球開(kāi)通啦，為了感謝大家的支持與厚愛(ài)，團(tuán)隊(duì)決定將價(jià)值149元的知識(shí)星球現(xiàn)時(shí)免費(fèi)加入。各位小伙伴們要抓住機(jī)會(huì)哦！
交流群
歡迎加入公眾號(hào)讀者群一起和同行交流，目前有SLAM、三維視覺(jué)、傳感器、自動(dòng)駕駛、計(jì)算攝影、檢測(cè)、分割、識(shí)別、醫(yī)學(xué)影像、GAN、算法競(jìng)賽等微信群（以后會(huì)逐漸細(xì)分），請(qǐng)掃描下面微信號(hào)加群，備注：”昵稱(chēng)+學(xué)校/公司+研究方向“，例如：”張三 + 上海交大 + 視覺(jué)SLAM“。請(qǐng)按照格式備注，否則不予通過(guò)。添加成功后會(huì)根據(jù)研究方向邀請(qǐng)進(jìn)入相關(guān)微信群。請(qǐng)勿在群內(nèi)發(fā)送廣告，否則會(huì)請(qǐng)出群，謝謝理解~