視覺化有助於解釋和理解深度學習模型的內部結構。通過模型計算圖的視覺化可以弄清楚神經網路是如何計算的，對於模型的視覺化主要包括以下幾個方面：
本文將使用 keras 和 pytorch 構建乙個簡單的深度學習模型，然後使用不同的工具和技術視覺化其架構。
在 keras 中顯示模型架構的最簡單就是使用 summary()方法
keras.utils.vis_utils 提供了使用 graphviz 繪製 keras 模型的實用函式。但是在使用之前需要安裝一些其他的依賴：
visualkears 庫只支援 cnn（卷積神經網路）的分層樣式架構生成和大多數模型的圖形樣式架構，包括普通的前饋網路。
完整文章
深度學習 TensorBoard視覺化
1 概述 tensorboard是tensorflow的視覺化工具 通過tensorflow程式執行過程中輸出的日誌檔案視覺化tensorflow程式的執行狀態 tensorflow和tensorboard程式跑在不同的程序中 清除default graph和不斷增加的節點 tf.reset def...
深度學習 Keras MNIST 資料視覺化
學習 機器學習 machine learning 或 深度學習 deep learning 的乙個重要關鍵是 視覺化 visualization 視覺化 可以用在資料上 或是在模型上 或是在結果上 或是在過程上。本文是 keras mnist 的資料視覺化。注 以上程式在 enthought can...
VTK學習筆記 視覺化模型
視覺化模型 圖形模型的主要作用是用圖形描述幾何體構成的場景，視覺化流水線的主要作用是把幾何資料 如立方體的頂點座標 轉換成圖形資料和負責構建幾何體，vtk 使用資料流的方式把幾何體資料轉換成圖形資料，主要有兩個基本類和資料轉換相關，它們是vtkdataobject類和vtkprocessobject...