本文我們聊聊如何才能畫出炫酷高大上的神經網絡圖，下面是常用的幾種工具。

作者&編輯 | 言有三??

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, 該實驗室開發可視化和機器學習工具用于分析生物數據。

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點形式展示的FCNN style，這個特別適合傳統的全連接神經網絡的繪制。

以平鋪網絡結構展示的LeNet style，用二維的方式，適合查看每一層featuremap的大小和通道數目。

以三維block形式展現的AlexNet style，可以更加真實地展示卷積過程中高維數據的尺度的變化，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的一個學生開發的，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，所以可以發揮的空間就大了，你看下面這個softmax層，這就是會寫代碼的優勢了。

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神經網絡畫圖工具，開發者是香港的一位程序員，Cédric cbovar。

采用如下的語法直接配置網絡，可以簡單調整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，但是好在規規矩矩，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的網絡結構可視化工具，大名鼎鼎的netscope，由斯坦福AILab的Saumitro Dasgupta開發，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，非常方便進行網絡參數的調整和可視化。這種方式好就好在各個網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？

怎么不來開發一個粉色系的可視化工具呢？

類似于這樣的

總結

那么，你都用什么畫呢？歡迎留言分享一下！

更多請關注作者知乎專欄《有三AI學院》

作者的公眾號：

請關注和分享↓↓↓?

本站的知識星球（黃博的機器學習圈子）ID：92416895

目前在機器學習方向的知識星球排名第一

往期精彩回顧

• 良心推薦：機器學習入門資料匯總及學習建議（2018版）
  

• 黃海廣博士的github鏡像下載（機器學習及深度學習資源）

• 吳恩達老師的機器學習和深度學習課程筆記打印版
  

• 機器學習小抄-（像背托福單詞一樣理解機器學習）

• 首發：深度學習入門寶典-《python深度學習》原文代碼中文注釋版及電子書

• 機器學習的數學基礎

• 機器學習必備寶典-《統計學習方法》的python代碼實現、電子書及課件

• 吐血推薦收藏的學位論文排版教程（完整版）

• Python環境的安裝（Anaconda+Jupyter notebook+Pycharm）

• Python代碼寫得丑怎么辦？推薦幾個神器拯救你

• 重磅 | 完備的 AI 學習路線，最詳細的資源整理！

?

總結

以上是生活随笔為你收集整理的【必须收藏】那些酷炫的深度学习网络图怎么画出来的？的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。