炼数成金 门户 商业智能 深度学习 查看内容

经典卷积神经网络(CNN)结构可视化工具

2018-8-6 14:29| 发布者: 炼数成金_小数| 查看: 31641| 评论: 0|原作者: Amusi|来自: CVer

摘要: 本文将介绍一种在线网络工具,可用于可视化各种经典的卷积神经网络结构。学习Caffe的同学,一定很熟悉Netscope。它就是用来可视化Caffe的prototxt文件,那么prototxt文件又是啥呢?简而言之,prototxt就是定义卷积神 ...

网络 工具 神经网络 可视化 Caffe

前言
本文将介绍一种在线网络工具,可用于可视化各种经典的卷积神经网络结构。学习Caffe的同学,一定很熟悉Netscope。它就是用来可视化Caffe的prototxt文件,那么prototxt文件又是啥呢?

简而言之,prototxt就是定义卷积神经网络结构的文件,有点类似于YOLO的cfg文件。有"固定关键词",你可以自己定义不同的卷积网络和激活函数等功能。

其实本文要介绍的工具就是基于Netscope开发的,但更像是一个工具包一样,可以方便找到各种经典卷积神经网络的prototxt。

Netscope CNN Analyzer
该在线网络工具提供10多种经典网络的可视化文件,如AlexNet、GoogLeNet、YOLO、ResNet系列和Inception系列等。具体如下图所示:

本文是为了安利这个网站,所以就不对卷积神经网络框架本身来详细介绍了,后面会陆续推出论文详解,敬请期待。为了精简,这里简单以AlexNet和Inception网络为例来介绍。

AlexNet


这里简单列出conv1、norm1、pool1的对应"代码"

 1layer {
 2  name: "conv1"
 3  type: "Convolution"
 4  bottom: "data"
 5  top: "conv1"
 6  param {
 7    lr_mult: 1
 8    decay_mult: 1
 9  }
10  param {
11    lr_mult: 2
12    decay_mult: 0
13  }
14  convolution_param {
15    num_output: 96
16    kernel_size: 11
17    stride: 4
18    weight_filler {
19      type: "gaussian"
20      std: 0.01
21    }
22    bias_filler {
23      type: "constant"
24      value: 0
25    }
26  }
27}
28layer {
29  name: "relu1"
30  type: "ReLU"
31  bottom: "conv1"
32  top: "conv1"
33}
34layer {
35  name: "norm1"
36  type: "LRN"
37  bottom: "conv1"
38  top: "norm1"
39  lrn_param {
40    local_size: 5
41    alpha: 0.0001
42    beta: 0.75
43  }
44}
45layer {
46  name: "pool1"
47  type: "Pooling"
48  bottom: "norm1"
49  top: "pool1"
50  pooling_param {
51    pool: MAX
52    kernel_size: 3
53    stride: 2
54  }
55}

Inception v4
下面就是Inception v4的经典的Inception-A部分,可视化的效果相当好,很容易理解各个隐藏层之间的输入输出及网络的结构。


资源链接:
https://dgschwend.github.io/netscope/quickstart.html

声明:文章收集于网络,如有侵权,请联系小编及时处理,谢谢!

欢迎加入本站公开兴趣群
商业智能与数据分析群
兴趣范围包括各种让数据产生价值的办法,实际应用案例分享与讨论,分析工具,ETL工具,数据仓库,数据挖掘工具,报表系统等全方位知识
QQ群:81035754

鲜花

握手

雷人

路过

鸡蛋

相关阅读

最新评论

热门频道

  • 大数据
  • 商业智能
  • 量化投资
  • 科学探索
  • 创业

即将开课

 

GMT+8, 2018-10-22 14:06 , Processed in 0.099809 second(s), 24 queries .