PlotNeuralNet

看了很多教程，感觉还是PlotNeuralNet画出来的图比较好看，如下图。主要面向卷积神经网络，其他绘图工具请移步：https://zhuanlan.zhihu.com/p/148896017

安装

需要下载的工具包括：MikTeX，Python代码编辑器（这个肯定会有的吧···），Git bash（可选），安装过程如下：

1. 安装MikTex，请移步https://miktex.org/download，下载完一直Next就行了；
2. 点击Github链接，下载PlotNeuralNet 脚本到本地。如果使用Git bash下载的话，使用命令：git clone https://github.com/HarisIqbal88/PlotNeuralNet；
3. 上一步完成之后，运行包中pyexamples文件夹下的unet.py文件，如果能成功的话证明python环境没什么问题；

使用

1. 仿照unet.py或者test_simpl.py的代码新建一个.py文件（假设为test2.py），我们需要修改的只是arch中的元素和元素中的参数，每个元素的含义以及函数参数解释分别见附录1和附录2：

import sys
sys.path.append('../')
from pycore.tikzeng import *

# defined your arch
arch = [
    to_head( '..' ),
    to_cor(),
    to_begin(),
    to_Conv("conv1", 512, 64, offset="(0,0,0)", to="(0,0,0)", height=32, depth=32, width=3 ),
    to_Pool("pool1", offset="(0,0,0)", to="(conv1-east)"),
    to_Conv("conv2", 128, 64, offset="(1,0,0)", to="(pool1-east)", height=32, depth=32, width=2 ),
    to_connection( "pool1", "conv2"), 
    to_Pool("pool2", offset="(0,0,0)", to="(conv2-east)", height=28, depth=28, width=1),
    to_SoftMax("soft1", 10 ,"(3,0,0)", "(pool1-east)", caption="SOFT"  ),
    to_connection("pool2", "soft1"),    
    to_Sum("sum1", offset="(1.5,0,0)", to="(soft1-east)", radius=2.5, opacity=0.6),
    to_connection("soft1", "sum1"),
    to_end()
    ]

def main():
    namefile = str(sys.argv[0]).split('.')[0]
    to_generate(arch, namefile + '.tex' )

if __name__ == '__main__':
    main()

2. 运行新建的test2.py文件，会在pyexamples文件夹下看到一个新生成的test2.tex文件，如下图：
   
3. 打开安装好的TexWorks，windows用户左下角搜索tex即可（因为会忘记自己安装在哪里···）：
   
4. 拖动第三步生成的.tex文件到TexWorks软件中，然后点击箭头所指的运行标志：
   
   一个简单的使用流程完成，附自己生成的一个网络结构
   

附录1

元素（函数）解释，元素主要位于pycore模块内：

函数名	作用
to_head	一些初始设置比如说生成.tex文件位置
to_cor	颜色设置
to_begin	开始标志

上面三个元素都是默认的，依次放在arch列表开头就行。

函数名	作用
to_input	显示输入图像，比较美观
to_Conv	添加一层卷积层
to_ConvConvRelu	添加一层带有relu操作的卷积层
to_Pool	添加一层池化层
to_UnPool	添加池化层（具体怎么用没仔细看···）
to_ConvRes	添加一个Res操作的卷积层
to_ConvSoftMax	添加带SoftMax操作的卷积层
to_SoftMax	添加SoftMax操作
to_connection	使用箭头连接指定的两层
to_skip	跳过指定的两层
to_end	结束标志
to_generate	生成.tex文件

如果想分模块设计的话，需要用到以下函数，下面这些函数需要使用需要在前面加上*，代表其是一个位置参数

函数名	作用
block_2ConvPool	添加卷积池化模块
block_Unconv	添加模块（没用到UnConv层···）
block_Res	添加Res层

附录2

元素（函数）的参数都是大同小异的，所以只挑几个比较常见的进行解释，参考：

参数名	作用
name=‘conv1’	该层名称（并不会显示）
s_filer=224	表示该层的图像大小（需要自己计算），下图中标记①
n_filer=(64, 64)	表示输入通道和输出通道大小（自己设定），下图中标记②
offset="(0,0,0)"	表示这一层与上一层分别在x，y，z上的偏移量，一般只需要调整x
to="(0,0,0)"	表示该层在x，y，z方向上的坐标
to="(pool1-east)"	表示这一层在pool1层的右边
width=(2, 2)	表示该的厚度大小（x方向，不会在图中标注出数字，影响的仅仅是视觉效果）
height=120	表示该层高度大小（z方向，同上）
depth=120	表示该层宽度大小（y方向，同上）
caption=‘ConvRelu1’	显示该层名称，见下图③