【深度学习】超级赞！N个神经网络可视化利器

分享展示神经网络的N个利器。

1、PlotNeuralNet

使用Latex绘制神经网络。传送门：https://github.com/HarisIqbal88/PlotNeuralNet

FCN-8模型

overleaf上Latex代码：https://www.overleaf.com/read/kkqntfxnvbsk

FCN-32模型

overleaf上Latex代码：https://www.overleaf.com/read/wsxpmkqvjnbs

Holistically-Nested Edge Detection

overleaf上Latex代码：https://www.overleaf.com/read/jxhnkcnwhfxp

---

2、Matlab

https://www.mathworks.com/help/deeplearning/ref/view.html;jsessionid=bd77484ba149c98d4d410abed983

[x,t] = iris_dataset; net = patternnet; net = configure(net,x,t); view(net)

---

3、NN-SVG

一个在线工具，点点就阔以了：http://alexlenail.me/NN-SVG/LeNet.html

FCNN模型AlexNet模型LeNet模型

---

4、graphcore

回到神经网络最初的地方，像生物细胞神经元neurons一样展示神经网络。https://www.graphcore.ai/posts/what-does-machine-learning-look-like

生物细胞神经元模式图AlexNet模型Resnet 50模型

---

5、graphviz

http://www.graphviz.org/

之前介绍过一个类似绘制网络关系的工具????盘一盘社交网络分析常用networks

4层网络

---

6、Keras

深度学习框架Keras下的一个小模块，

https://keras.io/api/utils/model_plotting_utils/

---

7、neataptic

https://github.com/wagenaartje/neataptic

---

8、Quiver

https://github.com/keplr-io/quiver

---

9、Keras.js

在线工具

https://transcranial.github.io/keras-js/#/inception-v3

---

10、Netscope CNN Analyzer

http://dgschwend.github.io/netscope/quickstart.html

---

11、keras-sequential-ascii

https://github.com/stared/keras-sequential-ascii/

VGG 16 Architecture

           OPERATION           DATA DIMENSIONS   WEIGHTS(N)   WEIGHTS(%)Input   #####      3  224  224InputLayer     |   -------------------         0     0.0%#####      3  224  224Convolution2D    \|/  -------------------      1792     0.0%relu   #####     64  224  224Convolution2D    \|/  -------------------     36928     0.0%relu   #####     64  224  224MaxPooling2D   Y max -------------------         0     0.0%#####     64  112  112Convolution2D    \|/  -------------------     73856     0.1%relu   #####    128  112  112Convolution2D    \|/  -------------------    147584     0.1%relu   #####    128  112  112MaxPooling2D   Y max -------------------         0     0.0%#####    128   56   56Convolution2D    \|/  -------------------    295168     0.2%relu   #####    256   56   56Convolution2D    \|/  -------------------    590080     0.4%relu   #####    256   56   56Convolution2D    \|/  -------------------    590080     0.4%relu   #####    256   56   56MaxPooling2D   Y max -------------------         0     0.0%#####    256   28   28Convolution2D    \|/  -------------------   1180160     0.9%relu   #####    512   28   28Convolution2D    \|/  -------------------   2359808     1.7%relu   #####    512   28   28Convolution2D    \|/  -------------------   2359808     1.7%relu   #####    512   28   28MaxPooling2D   Y max -------------------         0     0.0%#####    512   14   14Convolution2D    \|/  -------------------   2359808     1.7%relu   #####    512   14   14Convolution2D    \|/  -------------------   2359808     1.7%relu   #####    512   14   14Convolution2D    \|/  -------------------   2359808     1.7%relu   #####    512   14   14MaxPooling2D   Y max -------------------         0     0.0%#####    512    7    7Flatten   ||||| -------------------         0     0.0%#####       25088Dense   XXXXX ------------------- 102764544    74.3%relu   #####        4096Dense   XXXXX -------------------  16781312    12.1%relu   #####        4096Dense   XXXXX -------------------   4097000     3.0%softmax   #####        1000

---

12、TensorBoard

一个评估深度学习框架TensorFlow模型的强力工具。

https://www.tensorflow.org/tensorboard/graphs

---

13、Caffe

同样是深度学习框架Caffe下的一个小工具，

https://github.com/BVLC/caffe/blob/master/python/caffe/draw.py

---

14、TensorSpace

3D模式展示神经网络，

https://tensorspace.org/

ACGAN模型Vgg16模型LeNet模型

-END-

往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑 AI基础下载机器学习的数学基础专辑黄海广老师《机器学习课程》课件合集 本站qq群851320808，加入微信群请扫码：

总结

以上是生活随笔为你收集整理的【深度学习】超级赞！N个神经网络可视化利器的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。