标签：查看   文件的   csdn   选项   UI   技术   eth   默认   mon   

Caffe学习系列——工具篇：神经网络模型结构可视化

在Caffe中，目前有两种可视化prototxt格式网络结构的方法：

• 使用Netscope在线可视化
• 使用Caffe提供的draw_net.py

本文将就这两种方法加以介绍

1. Netscope:支持Caffe的神经网络结构在线可视化工具

　　Netscope是个支持prototxt格式描述的神经网络结构的在线可视工具，网址: 
　　http://ethereon.github.io/netscope/quickstart.html 
　　它可以用来可视化Caffe结构里prototxt格式的网络结构，支持从GitHub Gist或者编辑器中可视化Caffe的网络结构。 
　　使用起来也非常简单，打开这个地址:http://ethereon.github.io/netscope/#/editor

　　点击Launch Editor，把你的描述神经网络结构的prototxt文件复制到该编辑框里，按shift＋enter，就可以直接以图形方式显示网络的结构。 
　　比如,以mnist的LeNet网络结构为例，把Caffe中example/mnist/lenet_train_test.prototxt文件的内容复制到编译框，按shift + enter,立即就可以得到可视化的结构图。 
　　　　　　

2. 使用 python/draw_net.py绘制网络模型

　　Python/draw_net.py, 这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。 
　　在绘制之前，需要先安装两个库:ＧraphViz和pydot。 Graphviz是一个开源的可视化软件，能够以抽象的图和网络表示结构信息，广泛使用于网络,生物信息学,软件工程等领域。

　　 
　　1、安装ＧraphViz 
　　# sudo apt-get install GraphViz 
　　注意，这里用的是apt-get来安装，而不是pip. 
　　2 、安装pydot 
　　# sudo pip install pydot 
　　用的是pip来安装，而不是apt-get

　　安装好了，就可以调用脚本来绘制图片了

　　draw_net.py执行的时候带三个参数

>

第一个参数：网络模型的prototxt文件 
第二个参数：保存的图片路径及名字 
第二个参数：–rankdir=x , x 有四种选项，分别是LR, RL, TB, BT 。用来表示网络的方向，分别是从左到右，从右到左，从上到小，从下到上。默认为ＬＲ。

例：绘制Lenet模型

# sudo python python/draw_net.py examples/mnist/lenet_train_test.prototxt netImage/lenet.png --rankdir=TB

• 1

• 1

3. 总结

　　 使用Netscope绘制出的图直观简洁，易于快速了解网络模型，但是缺少层内的细节信息； 
　　使用draw_net.py绘制出的结构图保存了参数信息，细节更丰富，但是结构不是很清晰明了，这一点在大型模型上的体现尤为明显： 
　　Netscope SSD 300x300模型 
　　

　　draw_net.py SSD 300x300模型 
　　 
　　如上图所示，对于复杂模型，Netscope能够较好地按安排各层图像的布局，使得SSD模型可视化结果更直观。缺点是博主没有找到本地化吧保存Netscope可视化结果的方法，在线查看大型模型不是很方便。 
　　

4. Reference

[1] 10km. Netscope:支持Caffe的神经网络结构在线可视化工具 
http://blog.csdn.net/10km/article/details/52713027 
[2] denny的学习专栏. Caffe学习系列(18): 绘制网络模型 
http://www.cnblogs.com/denny402/p/5106764.html

Caffe学习系列——工具篇：神经网络模型结构可视化

标签：查看   文件的   csdn   选项   UI   技术   eth   默认   mon   

原文地址：http://www.cnblogs.com/zhehan54/p/7208522.html