专栏首页疯狂学习GIS不用代码的神经网络结构可视化绘图

不用代码的神经网络结构可视化绘图

  之前向大家介绍了一种基于Python第三方ann_visualizer模块的神经网络可视化方法,大家可以直接点击推文:基于Python的神经网络模型可视化绘图方法查看;这一方法可以对Dense隐藏层以及MaxPooling层、Dropout层、Flatten层等其它类型的隐藏层加以绘制,功能非常强大,但是需要用代码执行,且在执行前需要将神经网络的全部结构与输入数据配置好后才可以绘制,稍微有一些繁琐。

  今天,就向大家介绍两种新的神经网络可视化绘图方法,其中,一种是在线绘制,另一种是基于软件绘制(但其也可以在网页中直接绘制)。

1 NN-SVG

网址[1]:http://alexlenail.me/NN-SVG/index.html

  NN-SVG是一个在线神经网络结构绘制网页平台,进入后点点鼠标就可以绘制出精美的神经网络图像,且还可以对整幅图像的方向,以及接点、连接线、箭头等等要素的样式、大小、颜色、权重、间隙大小等属性加以调整,可谓非常方便、非常强大。

  在其最下方,可以对输入层、隐藏层与输出层的数量与神经元个数加以调整。

  配置完成取得满意的图像后,大家可以点击最上方的“Download SVG”进行图像下载。需要注意,下载图像的格式是.svg,需要我们手动转换为常见的图片格式。具体在线格式转换网站网上有很多,这里就不再叙述了~

  但是,NN-SVG仅仅可以显示简单的隐藏层,并不能对隐藏层的类型加以区分绘制。

2 Netron

网址[2]:https://github.com/lutzroeder/netron

  Netron是一个对神经网络以及各类机器学习、深度学习算法进行可视化的工具,分为软件版与在线版(在线版网页[3]:https://netron.app/)。绘制时我们需要先建立并保存自己的模型(并且还是要运行之后的,因为其会显示模型中具体参数的变化情况),随后用其打开即可。Netron支持的模型格式如下所示。

  我们以Windows下其软件版本为例介绍。下载安装包后直接安装。

  安装完毕后打开软件,如下所示。

  随后,打开我们保存的模型。

  即可实现具体模型及其每一个参数变化情况的可视化图像,非常具体、细致。

  个人感觉用Netron进行具体带参数分析的可视化比较方便,如果只是想单纯看一下神经网络的结构的话,用其可能不太方便、不太直观。

References

[1] 网址: http://alexlenail.me/NN-SVG/index.html [2] 网址: https://github.com/lutzroeder/netron [3] 网页: https://netron.app/

本文分享自微信公众号 - 疯狂学习GIS(gh_c5ddfeeae7b4),作者:疯狂学习GIS

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2021-05-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 基于Python的神经网络模型可视化绘图方法

      最近需要进行神经网络的可视化。查阅多种方法后,看到很多方法都比较麻烦,例如单纯利用graphviz模块,就需要手动用DOT语言进行图片描述,比较花时间;最终...

    郭好奇同学
  • 经典卷积神经网络(CNN)结构可视化工具

    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prototx...

    Amusi
  • 使用NetworkX绘制深度神经网络结构图(Python)

    本文将展示如何利用Python中的NetworkX模块来绘制深度神经网络(DNN)结构图。

    不脱发的程序猿
  • Netscope:支持Caffe的神经网络结构在线可视化工具

    版权声明:本文为博主原创文章,转载请注明源地址。 https://blog.csdn.net/10...

    用户1148648
  • 利用卷积神经网络对脑电图解码及可视化

    研究人员使用两种基本的,浅的和深的卷积网络结构来解码从脑电图中任务相关的信息。在脑电图病理解码中,两种卷积神经网络的准确率都比该数据集公布的唯一结果高了很多(大...

    脑机接口社区
  • 基于matplotlib和keras的神经网络结果可视化

    在使用神经网络进行模型训练的时候,我们可以通过误差损失函数、精度等一系列指标来判断最终神经网络的拟合效果,一般的问题中,无论是回归还是拟合,本质上都是“一个拟合...

    统计学家
  • 基于matplotlib和keras的神经网络结果可视化

    在使用神经网络进行模型训练的时候,我们可以通过误差损失函数、精度等一系列指标来判断最终神经网络的拟合效果,一般的问题中,无论是回归还是拟合,本质上都是“一个拟合...

    小草AI
  • 22 款设计和可视化神经网络的工具

    深度学习领域,最常见的就是各种网络模型,那么在写论文或者文章,介绍网络模型的时候,最好的办法当然就是展示代码画图,今天介绍的 Github 项目,就是整理了 2...

    kbsc13
  • TensorSpace:一套用于构建神经网络3D可视化应用的框架

    今天要为大家推荐一套超酷炫的,用于构建神经网络 3D 可视化应用的框架——TensorSpace。

    AI科技大本营
  • 利用Python实现卷积神经网络的可视化

    源 | 全球人工智能 文 | 小象 摘要: 本文简单说明了CNN模型可视化的重要性,以及介绍了一些可视化CNN网络模型的方法,希望对读者有所帮助,使其能够...

    昱良
  • 使用Deep Replay可视化神经网络学习的过程

    深度学习通常被认为是一种黑盒技术,因为通常无法分析它在后端是如何工作的。例如创建了一个深层神经网络,然后将它与你的数据相匹配,我们知道它会使用不同层次的神经元和...

    deephub
  • 神经网络可视化(二)——收集的一些常见的网络可视化方法

    tensorflow,pytorch,mxnet每一个主流的深度学习框架都提供了相对应的可视化模板,那有没有一种方法更加具有通用性呢?我们会在论文中,相关文献中...

    小草AI
  • 论文中绘制神经网络工具汇总

    作为一名科研人员,也许你经常会在不同类型的论文中看到各种令人称赞的算法框图或者神经网络框图,作为一名AI从业者,你经常需要在你的论文、Poster或者Slide...

    代码医生工作室
  • 程序员必看:13个GitHub开源又炫酷的计算机视觉项目

    在这篇文章中,我们列出了一些令人敬畏的计算机视觉GitHub库,希望这些库能激励所有的AI开发者们像这样去构建自己的项目。

    TSINGSEE青犀视频
  • GNN手绘草图识别新架构:Multi-Graph Transformer 网络

    本文介绍一篇比较小众但非常有意思的手绘草图识别的新文章《Multi-Graph Transformer for Free-Hand Sketch Recogni...

    OpenCV学堂
  • 开发 | 深度神经网络可视化工具集锦

    AI 科技评论按:原文作者zhwhong,载于作者的个人博客,经授权发布。 TensorBoard:TensorFlow集成可视化工具 GitHub官方项目...

    AI科技评论
  • 7个深度神经网络可视化工具,不可错过!

    TensorBoard:TensorFlow 集成可视化工具 GitHub 官方项目:https://github.com/tensorflow/tenso...

    AI研习社
  • 使用Pytorch和Matplotlib可视化卷积神经网络的特征

    在处理图像和图像数据时,CNN是最常用的架构。卷积神经网络已经被证明在深度学习和计算机视觉领域提供了许多最先进的解决方案。没有CNN,图像识别、目标检测、自动驾...

    deephub
  • 资源 | HiddenLayer:可视化PyTorch、TensorFlow神经网络图的轻量级工具!

    GitHub链接:https://github.com/waleedka/hiddenlayer

    机器之心

扫码关注云+社区

领取腾讯云代金券