Caffe学习系列——工具篇:神经网络模型结构可视化
Posted
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了Caffe学习系列——工具篇:神经网络模型结构可视化相关的知识,希望对你有一定的参考价值。
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
以上是关于Caffe学习系列——工具篇:神经网络模型结构可视化的主要内容,如果未能解决你的问题,请参考以下文章
caffe深度学习网络(.prototxt)在线可视化工具:Netscope Editor
Caffe---Pycaffe进行网络结构(xxx.prototxt)可视化