使用keras的vis_utils生成可视化的神经网络结构图
Keras是一个非常好用的深度学习框架,不仅上手容易,还包含了很多现成的模型
Keras的应用模块Application提供了带有预训练权重的Keras模型,这些模型可以用来进行预测、特征提取和finetune。比如:Xception,VGG16,VGG19,ResNet50,InceptionV。
我们可以通过学习别人的模型来学习,keras中就包含了对模型结构的可视化操作,下面就来记录下。
生成模型结构图
首先看下面的代码
|
|
这段代码一共有两个全链接层,summary的输出结果如下:
|
|
那么我们如何对模型进行可视化呢?
|
|
test_plot.png 就是我们想要的模型的可视化结果,图片如下:
自带模型的结构
Keras的应用模块Application提供了带有预训练权重的Keras模型,下面我们来用res50来做个测试
|
|
一共1.3M,这几就不放图片了,里面我们很清楚的看到连接跳层了,这也就是resnet的设计精髓。
通过这种方法学习现有的模型就非常方便了
windows下安装
如果执行时提示
|
|
plot_model需要安装 pydot,graphviz.所以需要提前安装
我这里直接用的anaconda所以直接执行
|
|
就可以了,但是在windows下,需要安装 graphviz的执行文件
这里下载,然后将安装目录下的bin/加入到path中,其实plot_model,只需要里面的dot.exe这个文件,所以在安装完毕后直接在cmd中执行dot看看能否执行即可。