1. NN-SVG
- 這個工具可以非常方便的畫出各種類型的圖，是下面這位小哥哥開發(fā)的，來自于麻省理工學(xué)院弗蘭克爾生物工程實驗室, 該實驗室開發(fā)可視化和機器學(xué)習(xí)工具用于分析生物數(shù)據(jù)。
github地址：https://github.com/zfrenchee
畫圖工具體驗地址：http://alexlenail.me/NN-SVG/
- 可以繪制的圖包括以節(jié)點形式展示的 FCNN style，這個特別適合傳統(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，可以更加真實地展示卷積過程中高維數(shù)據(jù)的尺度的變化，目前只支持卷積層和全連接層。
- 這個工具可以導(dǎo)出非常高清的 SVG 圖，值得體驗。
2. PlotNeuralNet
- 這個工具是薩爾大學(xué)計算機科學(xué)專業(yè)的一個學(xué)生開發(fā)的，一看就像計算機學(xué)院的嘛。首先我們看看效果，其github鏈接如下，將近 4000 star：
- !使用的門檻相對來說就高一些了，用 LaTex 語言編輯，所以可以發(fā)揮的空間就大了，你看下面這個 softmax 層，這就是會寫代碼的優(yōu)勢了。](https://upload-images.jianshu.io/upload_images/7826153-688ce8f5d565e45e.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
- 相似的工具還有：https://github.com/jettan/tikz_cnn
3. ConvNetDraw
- ConvNetDraw 是一個使用配置命令的 CNN 神經(jīng)網(wǎng)絡(luò)畫圖工具，開發(fā)者是香港的一位程序員，Cédric cbovar。
- 采用如下的語法直接配置網(wǎng)絡(luò)，可以簡單調(diào)整 x，y，z 等 3 個維度，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。不過它目標(biāo)分辨率太低了，放大之后不清晰，達不到印刷的需求
4. Draw_Convnet
- 這一個工具名叫 draw_convnet，由 Borealis 公司的員工 Gavin Weiguang Ding 提供。
- 簡單直接，是純用 python 代碼畫圖的，https://github.com/gwding/draw_convnet
- 看看畫的圖如下，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。
- 類似的工具還有：https://github.com/yu4u/convnet-drawer
5. Netscope
- 下面要說的是這個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 AI Lab 的 Saumitro Dasgupta 開發(fā)，找不到照片就不放了，地址如下：
- 左邊放配置文件，右邊出圖，非常方便進行網(wǎng)絡(luò)參數(shù)的調(diào)整和可視化。這種方式好就好在各個網(wǎng)絡(luò)層之間的連接非常的方便。
5.其他
- 畫權(quán)重：http://scs.ryerson.ca/~aharley/vis/conv/
