一、简介

PlotNeuralNet是一个强大的开源Python库,它专为简化和美化神经网络图的绘制而设计

二、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：

安装MikTex，请移步https://miktex.org/download，下载完一直Next就行了；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；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；

三、使用

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：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···）：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：

<code>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 ),code>

to_Pool("pool1", offset="(0,0,0)", to="(conv1-east)"),code>

to_Conv("conv2", 128, 64, offset="(1,0,0)", to="(pool1-east)", height=32, depth=32, width=2 ),code>

to_connection( "pool1", "conv2"),

to_Pool("pool2", offset="(0,0,0)", to="(conv2-east)", height=28, depth=28, width=1),code>

to_SoftMax("soft1", 10 ,"(3,0,0)", "(pool1-east)", caption="SOFT" ),code>

to_connection("pool2", "soft1"),

to_Sum("sum1", offset="(1.5,0,0)", to="(soft1-east)", radius=2.5, opacity=0.6),code>

to_connection("soft1", "sum1"),

to_end()

]

def main():

namefile = str(sys.argv[0]).split('.')[0]

to_generate(arch, namefile + '.tex' )

if __name__ == '__main__':

main()

一个简单的使用流程完成，附自己生成的一个网络结构