怎么画高大上的神经网络结构?试试这个!

2019 年 2 月 21 日 专知

【导读】现在这年头,做深度学习的,如果不在自己的文章里画一个神经网络结构图,都不好意思出门跟人说话。今天小编给大家介绍一个工具,让你简单又快速的搞定神经网络结构图:PlotNeuralNet。


Github 地址:

  • https://github.com/HarisIqbal88/PlotNeuralNet

编辑报道:

  • 专知-huaiwen


「工具简介」

PlotNeuralNet工具,具如其名,plot neural net用的,首先我们看看效果:

FCN-8

VGG-16

Holistically-Nested Edge Detection


「安装使用」

PlotNeuralNet的使用方法非常简单,首先将这个项目克隆下来:

git clone https://github.com/HarisIqbal88/PlotNeuralNet


然后,你可以自己写一个python脚本,想要用什么结构,就从PlotNerualNet里找对应的模块,然后,把它们拼起来就行, 好比UNet:


 

你只需要按部就班的堆:

import sys
sys.path.append('../')
from core.tikzeng
import *from core.blocks import *

arch = [ to_head('..'), to_cor(), to_begin(), #input to_input( '../examples/fcn8s/cats.jpg' ),

#block-001 to_ConvConvRelu( name='ccr_b1', s_filer=500, n_filer=(64,64), offset="(0,0,0)", to="(0,0,0)", width=(2,2), height=40, depth=40 ), to_Pool(name="pool_b1", offset="(0,0,0)", to="(ccr_b1-east)", width=1, height=32, depth=32, opacity=0.5),
*block_2ConvPool( name='b2', botton='pool_b1', top='pool_b2', s_filer=256, n_filer=128, offset="(1,0,0)", size=(32,32,3.5), opacity=0.5 ),
*block_2ConvPool( name='b3', botton='pool_b2', top='pool_b3', s_filer=128, n_filer=256, offset="(1,0,0)", size=(25,25,4.5), opacity=0.5 ),
*block_2ConvPool( name='b4', botton='pool_b3', top='pool_b4', s_filer=64, n_filer=512, offset="(1,0,0)", size=(16,16,5.5), opacity=0.5 ),

#Bottleneck #block-005 to_ConvConvRelu( name='ccr_b5', s_filer=32, n_filer=(1024,1024), offset="(2,0,0)", to="(pool_b4-east)", width=(8,8), height=8, depth=8, caption="Bottleneck" ), to_connection( "pool_b4", "ccr_b5"),

#Decoder *block_Unconv( name="b6", botton="ccr_b5", top='end_b6', s_filer=64, n_filer=512, offset="(2.1,0,0)", size=(16,16,5.0), opacity=0.5 ), to_skip( of='ccr_b4', to='ccr_res_b6', pos=1.25),
*block_Unconv( name="b7", botton="end_b6", top='end_b7', s_filer=128, n_filer=256, offset="(2.1,0,0)", size=(25,25,4.5), opacity=0.5 ), to_skip( of='ccr_b3', to='ccr_res_b7', pos=1.25), *block_Unconv( name="b8", botton="end_b7", top='end_b8', s_filer=256, n_filer=128, offset="(2.1,0,0)", size=(32,32,3.5), opacity=0.5 ), to_skip( of='ccr_b2', to='ccr_res_b8', pos=1.25), *block_Unconv( name="b9", botton="end_b8", top='end_b9', s_filer=512, n_filer=64, offset="(2.1,0,0)", size=(40,40,2.5), opacity=0.5 ), to_skip( of='ccr_b1', to='ccr_res_b9', pos=1.25), to_ConvSoftMax( name="soft1", s_filer=512, offset="(0.75,0,0)", to="(end_b9-east)", width=1, height=40, depth=40, caption="SOFT" ), to_connection( "end_b9", "soft1"), to_end() ]

def
main(): namefile = str(sys.argv[0]).split('.')[0] to_generate(arch, namefile + '.tex' )
if __name__ == '__main__': main()

赶紧试试吧!

-END-

专 · 知

专知《深度学习:算法到实战》课程全部完成!480+位同学在学习,现在报名,限时优惠!网易云课堂人工智能畅销榜首位!

欢迎微信扫一扫加入专知人工智能知识星球群,获取最新AI专业干货知识教程视频资料和与专家交流咨询!

请加专知小助手微信(扫一扫如下二维码添加),加入专知人工智能主题群,咨询《深度学习:算法到实战》课程,咨询技术商务合作~

请PC登录www.zhuanzhi.ai或者点击阅读原文,注册登录专知,获取更多AI知识资料!

点击“阅读原文”,了解报名专知《深度学习:算法到实战》课程

登录查看更多
29

相关内容

机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
那些酷炫的深度学习网络图怎么画出来的?
极市平台
28+阅读 · 2019年6月16日
一文看懂怎么用 Python 做数据分析
大数据技术
24+阅读 · 2019年5月5日
英伟达又现神操作,程序员也能成画家!
大数据技术
7+阅读 · 2019年4月24日
如何编写完美的 Python 命令行程序?
CSDN
5+阅读 · 2019年1月19日
为什么“高大上”的算法工程师变成了数据民工?
数据挖掘入门与实战
5+阅读 · 2018年2月25日
[DLdigest-8] 每日一道算法
深度学习每日摘要
4+阅读 · 2017年11月2日
干货 | 史上最好记的神经网络结构速记表(下)
AI科技评论
7+阅读 · 2017年10月21日
干货 | 史上最好记的神经网络结构速记表(上)
AI科技评论
6+阅读 · 2017年10月20日
神经网络中的「注意力」是什么?怎么用?
人工智能学家
5+阅读 · 2017年10月19日
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
3+阅读 · 2019年3月15日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
4+阅读 · 2018年4月30日
Arxiv
10+阅读 · 2018年2月17日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关VIP内容
机器学习入门的经验与建议
专知会员服务
92+阅读 · 2019年10月10日
相关资讯
那些酷炫的深度学习网络图怎么画出来的?
极市平台
28+阅读 · 2019年6月16日
一文看懂怎么用 Python 做数据分析
大数据技术
24+阅读 · 2019年5月5日
英伟达又现神操作,程序员也能成画家!
大数据技术
7+阅读 · 2019年4月24日
如何编写完美的 Python 命令行程序?
CSDN
5+阅读 · 2019年1月19日
为什么“高大上”的算法工程师变成了数据民工?
数据挖掘入门与实战
5+阅读 · 2018年2月25日
[DLdigest-8] 每日一道算法
深度学习每日摘要
4+阅读 · 2017年11月2日
干货 | 史上最好记的神经网络结构速记表(下)
AI科技评论
7+阅读 · 2017年10月21日
干货 | 史上最好记的神经网络结构速记表(上)
AI科技评论
6+阅读 · 2017年10月20日
神经网络中的「注意力」是什么?怎么用?
人工智能学家
5+阅读 · 2017年10月19日
相关论文
Deflecting Adversarial Attacks
Arxiv
8+阅读 · 2020年2月18日
Mesh R-CNN
Arxiv
4+阅读 · 2019年6月6日
Arxiv
3+阅读 · 2019年3月15日
Relational recurrent neural networks
Arxiv
8+阅读 · 2018年6月28日
Arxiv
4+阅读 · 2018年4月30日
Arxiv
10+阅读 · 2018年2月17日
Arxiv
10+阅读 · 2018年2月9日
Top
微信扫码咨询专知VIP会员