经典卷积神经网络（CNN）结构可视化工具
前言
本文将介绍一种在线网络工具，可用于可视化各种经典的卷积神经网络结构。学习Caffe的同学，一定很熟悉Netscope。它就是用来可视化Caffe的prototxt文件，那么prototxt文件又是啥呢？
简而言之，prototxt就是定义卷积神经网络结构的文件，有点类似于YOLO的cfg文件。有"固定关键词"，你可以自己定义不同的卷积网络和激活函数等功能。
其实本文要介绍的工具就是基于Netscope开发的，但更像是一个工具包一样，可以方便找到各种经典卷积神经网络的prototxt。
Netscope CNN Analyzer
该在线网络工具提供10多种经典网络的可视化文件，如AlexNet、GoogLeNet、YOLO、ResNet系列和Inception系列等。具体如下图所示：
本文是为了安利这个网站，所以就不对卷积神经网络框架本身来详细介绍了，后面会陆续推出论文详解，敬请期待。为了精简，这里简单以AlexNet和Inception网络为例来介绍。
AlexNet
这里简单列出conv1、norm1、pool1的对应"代码"
1layer {
2 name: "conv1"
3 type: "Convolution"
4 bottom: "data"
5 top: "conv1"
6 param {
7 lr_mult: 1
8 decay_mult: 1
9 }
10 param {
11 lr_mult: 2
12 decay_mult: 0
13 }
14 convolution_param {
15 num_output: 96
16 kernel_size: 11
17 stride: 4
18 weight_filler {
19 type: "gaussian"
20 std: 0.01
21 }
22 bias_filler {
23 type: "constant"
24 value: 0
25 }
26 }
27}
28layer {
29 name: "relu1"
30 type: "ReLU"
31 bottom: "conv1"
32 top: "conv1"
33}
34layer {
35 name: "norm1"
36 type: "LRN"
37 bottom: "conv1"
38 top: "norm1"
39 lrn_param {
40 local_size: 5
41 alpha: 0.0001
42 beta: 0.75
43 }
44}
45layer {
46 name: "pool1"
47 type: "Pooling"
48 bottom: "norm1"
49 top: "pool1"
50 pooling_param {
51 pool: MAX
52 kernel_size: 3
53 stride: 2
54 }
55}Inception v4
下面就是Inception v4的经典的Inception-A部分，可视化的效果相当好，很容易理解各个隐藏层之间的输入输出及网络的结构。
资源链接：
https://dgschwend.github.io/netscope/quickstart.html
本文参与 腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2018-08-04，如有侵权请联系 cloudcommunity@tencent.com 删除
评论
登录后参与评论
推荐阅读