在Github上找到了一些神经网络绘图的工具，一共有22个工具，下面选择了一些相关的工具，你可以选择来用

1. draw_convnet

一个用于画卷积神经网络的Python脚本

github.com/gwding/draw_

2. NNSVG

alexlenail.me/NN-SVG/Le

3. PlotNeuralNet

github.com/HarisIqbal88

使用latex 来展示神经网络

4. Tensorboard

tensorflow.org/tensorbo

5. Caffe

github.com/BVLC/caffe/b

使用Caffe/draw.py

6.Matlab

mathworks.com/help/nnet

7.Keras.js

transcranial.github.io/

8. DotNet

github.com/martisak/dot

9. Graphviz

graphviz.org/

10. ConX

conx.readthedocs.io/en/

11. ENNUI

math.mit.edu/ennui/

12. Neataptic

wagenaartje.github.io/n

Github参考链接：https://github.com/ashishpatel26/Tools-to-Design-or-Visualize-Architecture-of-Neural-Network

来源：数据皮皮侠

一般网络图绘制，用office visio是最方便的软件。如果你没有visio，是偶尔用一下，用word也可以的，用smartart功能画网络图也很方便、美观。

这是随便在网上找的一个网络图，按照这个布局，给你演示一下。

插入选项卡中，点击SmartArt功能。选择层次结构，选择你喜欢的样式。

默认的结构肯定不符合要求，点击首个单元格，右键——添加形状——在上方添加形状。

默认的悬挂样式调整表格会发生变化，CTRL+A全选，布局选择标准。

对于多余无效的分支，选择后按下DELETE键删除。

当分支不够的时候，选择当前级别所在的单元格，右键——添加形状——在后面添加。

如果出现新增单元格网络线是悬挂布局，还是以前的方法，布局——标准。

对于横向排列的单元格，要变为竖型文字分布。按住CTRL键多选后，将鼠标移动到其中一个单元格的框体形状拉伸区域，按住鼠标左键，进行缩小/拉伸处理。

这就是拉伸以后的效果，如果觉得单元格太窄，可以用此方法，再向下拉伸。

但是奇葩网络图，会有这种的连接效果。（如果是表亲们自己画，尽量避免，我这里演示只是为了教会大家调整的方法）

在“总经理”下方添加形状，并选择新增单元格，点击上移到我们的目标位置。

拉伸缩小单元格。

选中“财务”单元格，鼠标左键拖动单元格到我们的目标位置。但是SmartArt的缺点就暴露出来了，连接线变得非常诡异。

选中连接线，在格式中选择无轮廓，进行清除。（只能这样操作！）

然后插入形状，选择直线。

自定义手动划线，调整连接线粗细，完成操作。

网络图基本画完，用SmartArt插入的网络图，通过设计和布局功能，可以极大的美化网络图/流程图展示效果。如果你熟练运用，布局科学。画图的速度一定比Excel，word文本框效率高。

来源： officer帮帮忙

要画出炫酷高大上的神经网络图，首先是选择工具。给你推荐几款常用工具。

1、NN-SVG

这个工具可以非常方便的画出各种类型的图，来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。

github地址：https://github.com/zfrenchee

画图工具体验地址：http://alexlenail.me/NN-SVG/

可以绘制的图包括以节点形式展示的FCNN style，这个特别适合传统的全连接神经网络的绘制。

以平铺网络结构展示的LeNet style，用二维的方式，适合查看每一层featuremap的大小和通道数目。

以三维block形式展现的AlexNet style，可以更加真实地展示卷积过程中高维数据的尺度的变化，目前只支持卷积层和全连接层。

这个工具可以导出非常高清的SVG图，值得体验。

2、PlotNeuralNet

这个工具是萨尔大学计算机科学专业的一个学生开发的。

首先我们看看效果，其github链接如下，将近4000 star：

https://github.com/HarisIqbal88/PlotNeuralNet

看看人家这个fcn-8的可视化图，颜值奇高。

使用的门槛相对来说就高一些了，用LaTex语言编辑，所以可以发挥的空间就大了，你看下面这个softmax层，这就是会写代码的优势了。

其中的一部分代码是这样的，会写吗。

\pic[shift={(0,0,0)}] at (0,0,0) {Box={name=crp1,caption=SoftmaxLoss: $E_\mathcal{S}$ ,%

fill={rgb:blue,1.5;red,3.5;green,3.5;white,5},opacity=0.5,height=20,width=7,depth=20}};

相似的工具还有：https://github.com/jettan/tikz_cnn

3、ConvNetDraw

ConvNetDraw是一个使用配置命令的CNN神经网络画图工具，开发者是香港的一位程序员，Cédric cbovar。

采用如下的语法直接配置网络，可以简单调整x，y，z等3个维度，github链接如下：

https://cbovar.github.io/ConvNetDraw/

使用方法如上图所示，只需输入模型结构中各层的参数配置。

挺好用的不过它目标分辨率太低了，放大之后不清晰，达不到印刷的需求。

4、Draw_Convnet

这一个工具名叫draw_convnet，由Borealis公司的员工Gavin Weiguang Ding提供。

简单直接，是纯用python代码画图的，

https://github.com/gwding/draw_convnet

看看画的图如下，核心工具是matplotlib，图不酷炫，但是好在规规矩矩，可以严格控制，论文用挺合适的。

类似的工具还有：https://github.com/yu4u/convnet-drawer

5、Netscope

下面要说的是这个，我最常用的，caffe的网络结构可视化工具，大名鼎鼎的netscope，由斯坦福AILab的Saumitro Dasgupta开发，找不到照片就不放了，地址如下：

https://github.com/ethereon/netscope

左边放配置文件，右边出图，非常方便进行网络参数的调整和可视化。这种方式好就好在各个网络层之间的连接非常的方便。

6、其他

再分享一个有意思的，不是画什么正经图，但是把权重都画出来了。

http://scs.ryerson.ca/~aharley/vis/conv/

看了这么多，有人已经在偷偷笑了，上PPT呀，想要什么有什么，想怎么画就怎么画。

来源：有三AI