【caffe】绘制网络结构图

简介: @tags caffe 网络结构 可视化当拿到一份网络定义文件net.prototxt,可以用工具画出网络结构。最快速的方法是使用在线工具netscope,粘贴内容后shift+回车就可以看结果了。caffe也自带了网络结构绘制工具,需要稍微配置下,并确保你用的caffe版本中实现了网络中涉及到的层。

@tags caffe 网络结构 可视化

当拿到一份网络定义文件net.prototxt,可以用工具画出网络结构。最快速的方法是使用在线工具netscope,粘贴内容后shift+回车就可以看结果了。

caffe也自带了网络结构绘制工具,需要稍微配置下,并确保你用的caffe版本中实现了网络中涉及到的层。以下是在windows下尝试并配置的步骤。

<caffe_root>/python目录下,看起来draw_net.py脚本提供了绘制网络结构的功能。不过不能直接执行它,需要在用visual studio编译caffe项目的时候,配置python支持(推荐装anaconda2并且配置阿里云的pip源),然后:

1 环境变量

创建系统环境变量PythonPath,内容为:

<caffe_root>\Build\x64\Release\pycaffe

<caffe_root>换成你自己的目录,比如我的是d:\lib\caffe-master

2 pip包

用pip安装一些必要的包

pip install protobuf pydot

3 安装graphviz

http://www.graphviz.org/Download_windows.php 到这里下载。安装后把/bin目录追加到系统环境变量PATH上

4 绘图

重开一个cmd控制台,根据prototxt来绘制网络图片,

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。

d:
cd d:\lib\caffe-master\Build\x64\Release\pycaffe
# python draw_net.py prototxt文件名 保存图片文件名 --rankdir=方向,比如:
python draw_net.py d:\lib\caffe-master\examples\mnist\lenet_train_test.prototxt d:\lib\caffe-master\examples\mnist\lenet_train_test.png --rankdir=LR

看看lenet_train_test.prototxt网络结构绘制出来是什么样子的:

img_04d63aa5dd6f08a0a767a330fd1adc11.png

目录
相关文章
|
20天前
|
机器学习/深度学习 编解码 TensorFlow
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
35 0
RT-DETR改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
|
20天前
|
机器学习/深度学习 自动驾驶 计算机视觉
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
102 61
RT-DETR改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
|
24天前
|
机器学习/深度学习 编解码 TensorFlow
YOLOv11改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
YOLOv11改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
68 14
YOLOv11改进策略【模型轻量化】| 替换骨干网络为EfficientNet v1 高效的移动倒置瓶颈结构
|
24天前
|
机器学习/深度学习 自动驾驶 计算机视觉
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
YOLOv11改进策略【模型轻量化】| 替换骨干网络为 GhostNet V1 基于 Ghost Module 和 Ghost Bottlenecks的轻量化网络结构
96 13
|
7月前
|
机器学习/深度学习 资源调度 自然语言处理
不同类型的循环神经网络结构
【8月更文挑战第16天】
80 0
|
4月前
|
机器学习/深度学习 自然语言处理 语音技术
Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧
本文介绍了Python在深度学习领域的应用,重点讲解了神经网络的基础概念、基本结构、训练过程及优化技巧,并通过TensorFlow和PyTorch等库展示了实现神经网络的具体示例,涵盖图像识别、语音识别等多个应用场景。
120 8
|
5月前
|
机器学习/深度学习 计算机视觉 网络架构
【YOLO11改进 - C3k2融合】C3k2融合YOLO-MS的MSBlock : 分层特征融合策略,轻量化网络结构
【YOLO11改进 - C3k2融合】C3k2融合YOLO-MS的MSBlock : 分层特征融合策略,轻量化网络结构
|
5月前
|
边缘计算 自动驾驶 5G
5G的网络拓扑结构典型模式
5G的网络拓扑结构典型模式
507 4
|
5月前
|
机器学习/深度学习 算法
神经网络的结构与功能
神经网络是一种广泛应用于机器学习和深度学习的模型,旨在模拟人类大脑的信息处理方式。它们由多层不同类型的节点或“神经元”组成,每层都有特定的功能和责任。
208 0
|
6月前
|
编解码 人工智能 文件存储
卷积神经网络架构:EfficientNet结构的特点
EfficientNet是一种高效的卷积神经网络架构,它通过系统化的方法来提升模型的性能和效率。
118 1

热门文章

最新文章