使用Keras创建神经网络时:
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=input_shape))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
...
函数model.summary
有助于获得结构的全景图。
为了更好地了解结构, Keras或Tensorflow(或其他库)中是否有一个函数可以自动生成结构的3D图?:
或
或
完全可以从model
对象生成这种图表文件。
TL; DR:
输入:一个Keras model
变量
输出:PNG图片
PS:
我已经知道这个在线工具:http://alexlenail.me/NN-SVG/LeNet.html和这个问题How to draw Deep learning network architecture diagrams?,但是这里的想法是从Keras自动生成它。
链接但不完全相同:How do you visualize neural network architectures? 。
与How can a neural network architecture be visualized with Keras?
做from keras.utils import plot_model
plot_model(model, to_file='model.png', show_shapes=True, show_layer_names=True)
已经可以提供一些东西,但不是3D的:
注意:如果要使用os.environ["PATH"] += os.pathsep + r'C:\Program Files (x86)\Graphviz2.38\bin'
,请在安装Graphviz
后为Windows:plot_model
添加此内容。
答案 0 :(得分:2)
您在谈论这个吗? https://keras.io/visualization/
from keras.utils import plot_model
plot_model(model, to_file='model.png')
这会将输入和输出张量保存为png的模型结构。 但不幸的是,只有计划,而不是三维