知识网络图怎么画好看(简单网络拓扑图)
如今这年代，做深度神经网络的，假如没有自己的文章里画一个神经系统网络结构图，都过意不去外出跟人讲话。今日网编给大伙儿详细介绍一个专用工具，给你简易又迅速的拿下神经系统网络结构图PlotNeuralNet。
如今这年代，做深度神经网络的，假如没有自己的文章里画一个神经系统网络结构图，都过意不去外出跟人讲话。今日网编给大伙儿详细介绍一个专用工具，给你简易又迅速的拿下神经系统网络结构图PlotNeuralNet。
专用工具介绍
PlotNeuralNet专用工具，具与其名，plot neural net用的，最先大家看一下实际效果
FCN-8
VGG-16
Holistically-Nested Edge Detection
安裝应用
PlotNeuralNet的操作方法比较简单，最先将这一新项目复制出来
git clone https://github.com/HarisIqbal88/PlotNeuralNet
随后，你能自身写一个python脚本制作，要想用哪种构造，就从PlotNerualNet里找相匹配的控制模块，随后，把他们拼起來就可以了, 如同UNet:
你只必须循规蹈矩的堆
import syssys.path.append('http://www.diemang.com/')from core.tikzeng import from core.blocks import arch=[ to_head('..'), to_cor(), to_begin(), #input to_input( 'http://www.diemang.com/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()
版权声明本文内容由网友提供，该文观点仅代表作者本人。本站（http://www.diemang.com/）仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 3933150@qq.com 举报，一经查实，本站将立刻删除。
本文地址
http://www.diemang.com/post/224139.html
版权声明本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 907991599@qq.com 举报，一经查实，本站将立刻删除。