PlotNeuralNet使用总结

PlotNeuralNet使用总结

一、主要函数

to_Pool()
to_Conv()
to_connection()
to_ConvConvRelu()
to_skip()

1. to_Conv

​​

• name: 该层的名称，不会在图中显示，类似于变量名，用该名称可以标识该层
• s_filer: 显示在图像的尺寸，不影响图像实际绘制效果
• n_filer: 显示在图像中的通道数，不影响图像实际绘制效果
• offset: 分别是x,y,z三个方向的绝对偏移量
• to: 可以使该层相对于 offset 设定后的坐标在 x，y，z 方向上偏移，也可以指示该层连接到某一层的左边（west）或者右边(east) ，例如 to="(conv11-east)" 表示该层连接到 name="conv11" 的右边
• width: 厚度
• height: 高度
• depth: 宽度
• caption: 显示该层名称，不影响图像实际绘制效果

2. to_Pool

​​

• name: 该层的名称，不会在图中显示，类似于变量名，用该名称可以标识该层
• offset: 分别是x,y,z三个方向的绝对偏移量
• to: 可以使该层相对于 offset 设定后的坐标在 x，y，z 方向上偏移，也可以指示该层连接到某一层的左边（west）或者右边 (east) ，例如 to="(conv11-east)" 表示该层连接到 name="conv11" 的右边
• width: 厚度
• height: 高度
• depth: 宽度
• opacity: 透明度
• caption: 显示该层名称，不影响图像实际绘制效果

3. to_connection()

​​

• of: 连接线起始层的名称
• to: 连接线目标层的名称

note: #to_connection 要放在要连接的两层之后，也就是说，两层都创建了之后，才能创建二者之间的连接线

4 . to_skip()

​​

• of: 连接线起始层的名称
• to: 连接线目标层的名称
• pos：控制跳接的线与块的距离
  ​​

note: #to_connection 要放在要连接的两层之后，也就是说，两层都创建了之后，才能创建二者之间的连接线

二、创建自定义块的方法

​​

不同的块本质上也就是颜色的不同而已，而长宽厚度本身本就是可以定义的，因此实质上我们可以自己定义一个新的块，只需要在原本的块的基础上改变其颜色的定义。

创建自定义块的方法具体过程

首先找到所有块定义的文件，tikzeng.py中定义了常用的基本块，例如卷积、池化等块。

卷积块函数的定义如下：

# Conv
def to_Conv( name, s_filer=256, n_filer=64, offset="(0,0,0)", to="(0,0,0)", width=1, height=40, depth=40, caption=" " ):
    return r"""
\pic[shift={"""+ offset +"""}] at """+ to +""" 
    {Box={
        name=""" + name +""",
        caption="""+ caption +r""",
        xlabel={{"""+ str(n_filer) +""", }},
        zlabel="""+ str(s_filer) +""",
        fill=\ConvColor,
        height="""+ str(height) +""",
        width="""+ str(width) +""",
        depth="""+ str(depth) +"""
        }
    };
"""

可以看到第10行定义了填充卷积块的颜色，因此直接全文搜索ConvColor的定义，发现关于ConvColor的内容定义在同文件下的to_cor()函数下方，虽然不知道为什么rgb定义它却有white和black，不过测试发现，通常的rgb(red,green,blue)是没有问题的。

def to_cor():
    return r"""
\def\ConvColor{rgb:yellow,5;red,2.5;white,5}
\def\ConvReluColor{rgb:yellow,5;red,5;white,5}
\def\PoolColor{rgb:red,1;black,0.3}
\def\UnpoolColor{rgb:blue,2;green,1;black,0.3}
\def\FcColor{rgb:blue,5;red,2.5;white,5}
\def\FcReluColor{rgb:blue,5;red,5;white,4}
\def\SoftmaxColor{rgb:magenta,5;black,7}   
\def\SumColor{rgb:blue,5;green,15}
\def\NormColor{rgb:red,100;green,149;blue,237}
"""

在上面的代码中，我在第11行定义了NormColor​，该颜色如下图：​

接着创建一个名为to_Norm()的函数，这里我直接复制了to_Conv()，然后将其的函数名改为to_Norm()，并将填充色改为\NormColor，值得注意的是'\n'在Python中表示换行符，因此要使用\\NormColor来转义。具体函数内容如下：

# Norm
def to_Norm( name, s_filer=256, n_filer=64, offset="(0,0,0)", to="(0,0,0)", width=1, height=40, depth=40, caption=" " ):
    return r"""
\pic[shift={"""+ offset +"""}] at """+ to +""" 
    {Box={
        name=""" + name +""",
        caption="""+ caption +r""",
        xlabel={{"""+ str(n_filer) +""", }},
        zlabel="""+ str(s_filer) +""",
        fill=\\NormColor,
        height="""+ str(height) +""",
        width="""+ str(width) +""",
        depth="""+ str(depth) +"""
        }
    };
"""