常用神经网络图绘图工具整理
目标检测与深度学习编者荐语
论文与报告中经常会使用到神经网络图,所以可以帮助我们更轻松便捷进行绘制的工具,还是需要提前准备几个的。文章整理了12个常用的绘图工具,排名不分先后。
1. PlotNeuralNet
主要的优点如下:
1.可以使用LaTex编写;
2.自由度高,也可以使用Python脚本编写结构模型;
主要的缺点如下:
1.无交互界面;
2.上手略有难度。



2. draw_convnet
由Borealis公司的员工Gavin Weiguang Ding提供,使用纯python代码进行画图。核心工具是matplotlib,图不算太酷炫,但是好在规规矩矩,可以较好的控制结构。

3. NNSVG
一位来自于麻省理工学院弗兰克尔生物工程实验室的人进行开发,该实验室开发可视化和机器学习工具用于分析生物数据。该工具可以非常方便的画出三种神经网络结构:
FCNN模型;
LeNet模型;
AlexNet模型。



1 2 3 下一页>