机器之心报道 <强>编辑:杜伟 <引用类=" pgc-blockquote-quote "> 目前,NN-SVG工具支持了全连接神经网络(FCNN),一类卷积神经网络(CNN)和深度神经网络(款)的图构建。 神经网络(NN)架构图制作起来往往费时耗力,很多时候机器学习研究人员需要从头开始构建相关图。 近日,机器之心在GitHub上发现这样一个项目,NN-SVG可以为研究人员解决这一烦心事。项目作者亚历山大Lenail为麻省理工学院计算系统生物学二年级博士生,研究兴趣主要是创建用于生物分析,理解和设计的计算工具。
项目地址:https://github.com/alexlenail/NN-SVG <跨风格="字母间距:1 px;">据作者介绍,<> NN-SVG是一个参数化而非手动构建神经网络架构图的交互工具强。该工具还能够将构建的图导出至可缩放矢量图形(可缩放向量图形,SVG)文件,适合用在学术论文或网页中。 <跨风格="字母间距:1 px;">具体地,NN-SVG工具可以构建以下三种风格的神经网络图: <李风格=" text-align:左;"数据轨道=" 16 "> <跨风格="字母间距:1 px;">全连接神经网络(FCNN) <李风格=皌ext-align:左,“数据道=?7”> <跨风格="字母间距:1 px;"> LeNet论文中提出的一类卷积神经网络(CNN) <李风格=皌ext-align:左,“数据道=?8”> <跨风格="字母间距:1 px;">风格类似于AlexNet论文中提出的深度神经网络(款) <跨风格="字母间距:1 px;">其中,前两类神经网络图形使用JavaScript库D3。js完成的,后一类由三个。js完成.NN-SVG的亮点在于可以根据使用者的喜好来改变神经网络图的大小,颜色和布局参数。 我们仅以FCNN风格的生成图为例进行讲解下。图中都是可以改变的组件,如边缘宽度,边缘不透明度,边缘权重对应的颜色,节点直径,层间距,随机权重等。
<跨风格="字母间距:1 px;">比如,改变“边缘权重对应的颜色”前后:
再比如,添加“18和20个权重”前后:
<跨风格="字母间距:1 px;"> LeNet风格和AlexNet风格的神经网络图构建过程与之类似。总之,在这个工具中,一切都是可以交互的。 <跨风格="字母间距:1 px;">项目作者希望NN-SVG工具可以节省机器学习研究人员的时间,也希望这个软件在某些情境下可以作为教学工具。 <跨风格="字母间距:1 px;">感兴趣的小伙伴可以去试试。 <跨风格="字母间距:1 px;"> NN-SVG地址:https://alexlenail.me/NN-SVG/LeNet.html 
0 留言