公众号是个宝库，我在这里偶然找到了不少实用的深度学习绘图工具。这些工具不仅能够满足各种绘图需求，而且各具特色。今天，我将逐一向大家详细解说这些工具。
NN – SVG工具介绍
麻省理工的弗兰克尔生物工程实验室中，一位年轻人研发了一款名为NN-SVG的工具。该实验室专注于开发生物数据分析领域的可视化与机器学习工具。这款工具操作简便，能够轻松制作各类图表。此外，获取试用链接的过程同样便捷。它能生成类似FCNN的图像、LeNet风格的图像，以及三维block结构的图像，满足多样化的可视化需求。而且，它还能生成高清晰度的SVG图像，确实值得一试。
NN – SVG绘图类型
该图形通过节点来呈现，非常适合用来展示传统的全连接神经网络。LeNet风格的图形以平铺的网络结构展示，通过二维视图，可以清楚地观察到每一层的大小和通道数量。采用三维block形式的图形，可以更直观地展示卷积操作中高维数据尺寸的变化。虽然目前只支持卷积层和全连接层，但其可视化效果非常优秀。
https://github.com/HarisIqbal88/PlotNeuralNet萨尔大学学生开发的工具
萨尔大学计算机科学专业的学生开发了这个工具，工具页面下已经获得了将近4000个点赞。这个工具生成的fcn-8图表视觉效果不错，不过操作起来有些复杂，需要用LaTex语言进行编辑。虽然门槛不低，但一旦熟练使用，就能发现它的强大功能，懂得编程的人更能体会到它的优势。
香港程序员开发的工具
这款工具是由香港程序员Cédric所开发，是一款CNN神经网络绘图软件。它以配置命令为基础。用户可以通过特定的语法来直接调整网络，对x、y、z三个维度进行便捷操作。操作时，用户需要输入模型各层的参数。然而，该工具的分辨率有限，放大图像后不够清晰，难以达到印刷标准，存在一定不足。
公司员工提供的工具
Gavin Ding是公司的一员。他所创作的工具和图形，均是通过编程实现的。这些图形虽不耀眼，却排列有序，便于精准操作，非常适合撰写论文。工具的核心设计相当规范，能够满足那些对图形精确度有较高要求的用户。
https://cbovar.github.io/ConvNetDraw/常用的caffe可视化工具
这款软件广为人知，它展示了caffe的网络架构，由斯坦福大学的AILab团队研发。操作简便，只需将配置文件置于左侧，右侧即刻显现图表，便于调整网络参数和实现可视化。层间连接流畅，因此深受众多用户喜爱。此外，这个功能十分有趣，能够生成权重图。而且，它还支持使用PPT进行绘图，两者各具特色。
在深度学习绘图这个领域，大家通常偏爱哪种软件？别忘了给这篇文章点个赞，也请分享出去！
