Caffe学习系列——工具篇：神经网络模型结构可视化

http://blog.csdn.net/solomon1558/article/details/53144606

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。
　　　　　　这里写图片描述

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

　　　　　　这里写图片描述

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 300×300模型
　　这里写图片描述