PlotNeuralNet函数与参数表

GitHub链接

PlotNeutalNet

示例代码

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=64, depth=64, width=2 ),
    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_end()
    ]

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

if __name__ == '__main__':
    main()

函数表

函数名	功能
to_head()	设置.tex文件位置
to_cor()	设置颜色
to_begin()	开始flag
to_input()	显示输入图像
to_Conv()	卷积层
to_ConvConvRelu	含relu运算的Conv层
to_UnPool()	反池化层
to_Pool()	池化层
to_ConvRes()	含残差操作的Conv层
to_ConvSoftMax()	含Softmax激活函数的Conv层
to_SoftMax()	Softmax全连接
to_connection()	使用箭头有向连接指定的两层
to_skip()	添加一层带Relu激活函数的卷积层，跨连接，参数为：起始位置、中止位置，pos默认为1.25
to_end()	结束标志
to_generate()	生成.tex文件

模块函数表

函数名	功能
*block_2ConvPool()	卷积池化模块
*block_Unconv()	无卷积模块
*block_Res()	残差块

函参表

参数名	功能
name=“conv1”	该层名称（不显示）
s_filer	该层的图像大小，标记于下方
n_filer=(in_channel, out_channel)	该层的输入通道和输出通道大小，标记与下侧方
offset=“(x,y,z)”	表示该层与上一层分别在三个笛卡尔系上的偏移量
to=“(x,y,z)”	表示该层的笛卡尔系坐标
to=“(pool1-east)”	表示该层在pool1层的右边
width	该层的宽度(X)
height	该层的高度(Z)
depth	该层的厚度(Y)
caption	该层名称（显示）
opacity	透明度(0到1之间)

层间连接解释

该图转载自:
https://tcsds.github.io/2021/05/10/%E9%9D%A2%E5%90%91Python%E7%9A%84PlotNeuralNet%E6%95%99%E7%A8%8B/