手机版
你好,游客 登录 注册
背景:
阅读新闻

Caffe 深度学习入门教程

绘制网络模型

[日期:2016-11-05] 来源:Linux社区  作者:denny402 [字体: ]

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

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=BT

例:绘制cifar10的模型

#  sudo python python/draw_net.py examples/cifar10/cifar10_full_train_test.prototxt netImage/cifar10.png --rankdir=BT

linux
【内容导航】
第1页:安装配置Ubuntu14.04+CUDA7.5+Caffe+cuDNN 第2页:数据层及参数
第3页:视觉层(Vision Layers)及参数 第4页:激活层(Activiation Layers)及参数
第5页:其它常用层及参数 第6页:Blob,Layer and Net以及对应配置文件的编写
第7页:solver及其配置 第8页:solver优化方法
第9页:运行caffe自带的两个简单例子 第10页:命令行解析
第11页:图像数据转换成db(leveldb/lmdb)文件 第12页:训练和测试自己的图片
第13页:数据可视化环境(Python接口)配置 第14页:初识数据可视化
第15页:计算图片数据的均值 第16页:caffemodel可视化
第17页:模型各层数据和参数可视化 第18页:绘制网络模型
第19页:绘制loss和accuracy曲线 第20页:用训练好的caffemodel来进行分类
第21页:caffe图形化操作工具digits的安装与运行 第22页:caffe图形化操作工具digits运行实例
第23页:如何将别人训练好的model用到自己的数据上
相关资讯       Caffe  Caffe教程