畫出神經網絡結構圖

學習資料:

• 一個神經網絡繪圖包
• latex 自帶 Tikz 畫圖包 Example: Kalman Filter System Model.
• 基於 Matplotlib 的Viznet
• 在線生成卷積網絡結構圖：ConvNetDraw

使用 Viznet 畫出神經網絡結構圖

'''

'''

import numpy as np
from viznet import connecta2a, node_sequence, NodeBrush, EdgeBrush, DynamicShow


def draw_feed_forward(ax, num_node_list):
    '''
    draw a feed forward neural network.

    Args:
        num_node_list (list<int>): 每層節點數組成的列表
    '''
    num_hidden_layer = len(num_node_list) - 2  # 隱藏層數
    token_list = ['\sigma^z'] + \
        ['y^{(%s)}' % (i + 1) for i in range(num_hidden_layer)] + ['\psi']
    kind_list = ['nn.input'] + ['nn.hidden'] * num_hidden_layer + ['nn.output']
    radius_list = [0.3] + [0.2] * num_hidden_layer + [0.3]   # 半徑大小
    y_list = - 1.5 * np.arange(len(num_node_list))  # 每一層節點所在的位置的縱軸坐標，全取負值說明網絡是自頂而下的
    
    seq_list = []
    for n, kind, radius, y in zip(num_node_list, kind_list, radius_list, y_list):
        b = NodeBrush(kind, ax)
        seq_list.append(node_sequence(b, n, center=(0, y)))

    eb = EdgeBrush('-->', ax)
    for st, et in zip(seq_list[:-1], seq_list[1:]):
        connecta2a(st, et, eb)
    #for i, layer_nodes in enumerate(seq_list):
        #[node.text('$z_%i^{(%i)}$'%(j, i), 'center', fontsize=16) for j, node in enumerate(layer_nodes)]
    return seq_list


def real_bp():
    with DynamicShow((6, 6), '_feed_forward.png') as d:  # 隱藏坐標軸
        seq_list = draw_feed_forward(d.ax, num_node_list=[5, 4, 1])
        for i, layer_nodes in enumerate(seq_list):
            [node.text('$z_{%i}^{(%i)}$'%(j, i), 'center', fontsize=16) for j, node in enumerate(layer_nodes)]


if __name__ == '__main__':
    real_bp()

為了節省內存，最好將圖片保存為 .svg 格式。

在線生成卷積網絡結構圖

這個操作起來十分簡單，只需要輸入如下卷積神經網絡結構說明:

# Some example

input(28, 28, 1)
conv(24, 24, 8)
relu(24, 24, 8)
pool(12, 12, 8)
conv(10, 10, 16)
relu(10, 10, 16)
pool(4, 4, 16)
fullyconn(1, 1, 10)
softmax(1, 1, 10)

便可生成對應的網絡結構，即：

其他方式

可以參考我的博文：2 使用 NetworkX 畫神經網絡