论文、博客写好了,里面的图可怎么画?对于很多研究人员和开发者来说,内容的「可视化」是一个大问题。如果从头开始画,配色、空间布局都很伤脑筋,而且画丑了也拿不出手,要是有模板可以套就好了。
这套模板名叫 ML Visuals,是专为解决神经网络画图问题设计的。
下边这张图是不是很面熟?这就是大名鼎鼎的 Transformer 架构,右边是谷歌大脑论文《Attention Is All You Need》中的 Transformer 架构原图,左边是用上述模板重新画出来的,还原度是不是很高,而且看起来很漂亮?
ML Visuals 提供了更加专业、美观、恰当的视觉效果和图形,可以帮助机器学习社区改善科学沟通。用户可以在 PPT 或博客中免费使用其中的视觉效果和图形。
该项目由 dair.ai 社区创建和维护(dair.ai 社区致力于民主化人工智能研究、教育和技术),社区成员将继续更新,添加更常见的图形和基本要素。
用户可以免费下载、复制、分发、重用这里的模板,还可以根据自己的需求进行自定义。
ML Visuals 项目中每个好看又复杂的图都是由一个个小模块组成的。在这套模板中,作者用到了多种模块,如表示过程、操作或转换的圆角矩形,表示神经元或任意操作的小圆圈,表示向量的一排小方块以及表示多维数组的网格等。
选择其中一些模块组合使用,就可以得到神经网络的一层:
它们还可以用来表示神经网络中的某个过程,如下图中的分词过程:
此外,这套模板还可用来表示机器学习领域的一些概念,如线性回归:
除此之外,该项目还提供了背景模板,方便用户进行图形自定义。
该项目使用 Google Slides 对所有视觉效果和图形进行维护,用户可以通过 Google Slides 使用其中的组件,或执行添加、自定义等操作。
想要添加自定义图,只需添加一张新的幻灯片,并重用任意基础视觉组件。不过你需要先获取编辑权限(点击「只能查看」工具栏下的「请求编辑权限」或者发邮件至 ellfae@gmail.com 获取编辑权限)。
用户还可以复制这些幻灯片并按照自己的意愿进行自定义。
dair.ai 社区鼓励用户添加自己的图形并允许他人重用。不过,图形作者最好在幻灯片备注中添加作者信息,方便其他人在重用这些图形时进行恰当地引用。图形作者或设计者还可以添加自己的姓名和邮件地址,方便其他用户咨询相关问题。
此外,图形作者可以为自己的视觉图形提供简单的描述,以帮助其他用户理解用途。
用户需要注意的是,在获取编辑权限后,不要删除别人添加的图形。如果想要进行改进,用户可以新增一张幻灯片,并添加改进版本。
下载幻灯片的过程很简单,只需点击「文件→下载」,然后选择合适的格式即可。
除此以外,如果用户在图形自定义方面需要帮助,或者有一些对他人有益的想法,可以打开 issue 页面(https://github.com/dair-ai/ml-visuals/issues/new)进行描述。
公众号后台回复“画图模版”即可获得该模版PPT资源
备注:姓名-学校/公司-研究方向-城市(如:小极-北大-目标检测-深圳)
即可申请加入极市目标检测/图像分割/工业检测/人脸/医学影像/3D/SLAM/自动驾驶/超分辨率/姿态估计/ReID/GAN/图像增强/OCR/视频理解等技术交流群
每月大咖直播分享、真实项目需求对接、求职内推、算法竞赛、干货资讯汇总、与 10000+来自港科大、北大、清华、中科院、CMU、腾讯、百度等名校名企视觉开发者互动交流~
觉得有用麻烦给个在看啦~