利用Graphviz画神经网络框架图 |
您所在的位置：网站首页 › point network神经网络 › 利用Graphviz画神经网络框架图 |
利用Graphviz画神经网络框架图
|
文章目录
前言dot画神经网络图简单神经网络大型神经网络（伪）
Python 画神经网络图大型神经网络
前言
做了神经网络这么久，偶尔想画一下自己模型的架构图，但是又无从下手，因为网络一般都比较复杂，如果自己手动利用Visio画的画又比较麻烦，而我又比较懒，网上搜了一下Graphviz 画图工具，学了会便开始打算利用它来画模型结构图。 关于Graphviz的介绍，可以参考我的前两篇博客： Graphviz 画图教程Graphviz 画图教程（Python） dot画神经网络图 简单神经网络 digraph G { rankdir=LR; splines=line; nodesep=.1; node [label=""]; subgraph cluster_0 { color=white; node [style=solid,color=green,shape=circle]; i; label = "Input Layer"; } subgraph cluster_1 { color=white; node [style=solid,color=blue, shape=circle]; h11, h12, h13, h14; label = "Hidden Layer 1"; } subgraph cluster_2 { color=white; node [style=solid,color=blue, shape=circle]; h21, h22; label = "Hidden Layer 2"; } subgraph cluster_3 { color=white; node [style=solid,color=red, shape=circle]; o; label="Output Layer"; } i -> h11 i -> h12 i -> h13 i -> h14 h11 -> h21 h11 -> h22 h12 -> h21 h12 -> h22 h13 -> h21 h13 -> h22 h14 -> h21 h14 -> h22 h21 -> o h22 -> o }这里我们定义了一个图G，及四个子图cluster_0、cluster_1、cluster_2、cluster_ 3，并为每个子图定义了结点类node及其各自属性，由于神经网络是全连接，因此我们需要为每一个结点连上边（十分繁琐）。 将其保存为demo.dot文件，通过命令： dot -Tpng demo.dot -o demo.png 将其转化为png图片，如下所示：
虽然按照上面的做法能够“投机取巧”地画出一个伪大型神经网络结构图，但是当你要真正画一个大型神经网络并且观察它的连接细节呢？这种时候就要利用Python的力量了。 代码如下，相关解释已经写在代码注释中： from graphviz import Digraph def Neural_Network_Graph(input_layer, hidden_layers, output_layer, filename="demo"): g = Digraph('g', filename=filename) # 定义一个有向图 n = 0 # 所有结点的数量，用其来作为结点的名字（代号） g.graph_attr.update(splines="false", nodesep='0.8', ranksep='2', rankdir="LR") # 设置下图的属性: 线类型，结点间隔，每一级的间隔 # Input Layer with g.subgraph(name='cluster_input') as c: the_label = 'Input Layer' c.attr(color='white') for i in range(input_layer): n += 1 c.node(str(n)) c.attr(label=the_label, rank='same') c.node_attr.update(color="#2ecc71", style="filled", fontcolor="#2ecc71", shape="circle") last_layer_nodes = input_layer # 最后一层的结点数量 nodes_up = input_layer # 总结点数量 # Hidden Layers hidden_layers_nr = len(hidden_layers) # 隐藏层层数 for i in range(hidden_layers_nr): with g.subgraph(name="cluster_" + str(i + 1)) as c: c.attr(color='white') c.attr(rank='same') the_label = "Hidden Layer" + str(i+1) c.attr(label=the_label) for j in range(hidden_layers[i]): n += 1 c.node(str(n), shape="circle", style="filled", color="#3498db", fontcolor="#3498db") for h in range(nodes_up - last_layer_nodes + 1, nodes_up + 1): g.edge(str(h), str(n)) # 定义好上一层到下一层的连接线 last_layer_nodes = hidden_layers[i] nodes_up += hidden_layers[i] # Output Layer with g.subgraph(name='cluster_output') as c: c.attr(color='white') c.attr(rank='same') for i in range(1, output_layer + 1): n += 1 c.node(str(n), shape="circle", style="filled", color="#e74c3c", fontcolor="#e74c3c") for h in range(nodes_up - last_layer_nodes + 1, nodes_up + 1): g.edge(str(h), str(n)) c.attr(label='Output Layer') c.node_attr.update(color="#2ecc71", style="filled", fontcolor="#2ecc71", shape="circle") g.attr(arrowShape="none") g.edge_attr.update(arrowhead="none", color="#707070") g.render(filename, format="png")我编写了一个Neural_Network_Graph函数，接收输入为： input_layer：输入层神经元数量hidden_layers：列表类型，隐藏层层数及神经元数量output_layer：输出层神经元数量 通过定义三个参数，调用Neural_Network_Graph函数： # ------------------------------------------- input_layer = 5 # 输入层的神经元数量 hidden_layers = [10, 6] # 隐藏层层数和数量 output_layer = 1 # 输出层神经元数量 # ----------------------------------------------- Neural_Network_Graph(input_layer, hidden_layers, output_layer)很容易得到一张png格式的神经网络图：
|
好了，这样就画好了一个简单的神经网络模型图了，但是当你遇上结点较多的情况怎么办？ 你可能会说，我又不傻，难道一个个在dot脚本上写上去？我可以用省略号代替啊！好的，那么来试试省略号代替的“伪大型神经网络”样子。
这里我通过增加了几个形状为point的结点，使得整个网络看起来像是一个大型的网络的缩略版。注意，画图的时候顺序是按照结点定义的顺序来画的，所以三个小黑点要定义在中间。
【本文地址】
今日新闻 |
推荐新闻 |