本文我們聊聊如何才能畫出炫酷高大上的神經(jīng)網(wǎng)絡圖，下面是常用的幾種工具。
https://zhuanlan.zhihu.com/p/60146525
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)可視化和機器學習工具用于分析生物數(shù)據(jù)。
打開百度App，看更多圖片
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)絡的繪制。
以平鋪網(wǎng)絡結構展示的 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。
這個工具可以導出非常高清的 SVG 圖，值得體驗。
2. PlotNeuralNet
這個工具是薩爾大學計算機科學專業(yè)的一個學生開發(fā)的，一看就像計算機學院的嘛。
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 fcn-8 的可視化圖，顏值奇高。
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。
其中的一部分代碼是這樣的，會寫嗎。
\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
3. ConvNetDraw
ConvNetDraw 是一個使用配置命令的 CNN 神經(jīng)網(wǎng)絡畫圖工具，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，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，只需輸入模型結構中各層的參數(shù)配置。
挺好用的。不過它目標分辨率太低了，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，我最常用的，caffe 的網(wǎng)絡結構可視化工具，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：
https://github.com/ethereon/netscope
左邊放配置文件，右邊出圖，非常方便進行網(wǎng)絡參數(shù)的調(diào)整和可視化。這種方式好就好在各個網(wǎng)絡層之間的連接非常的方便。
其他
再分享一個有意思的，不是畫什么正經(jīng)圖，但是把權重都畫出來了。
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，想怎么畫就怎么畫。
不過妹子呢？怎么不來開發(fā)一個粉色系的可視化工具呢？類似于這樣的
