最近在學習caffe，但是作為曾經的windows深度使用者，還是比較習慣視覺化的介面。然而，caffe當然是在linux/os x系統下更好啦，因為一般還是寫script在命令列裡面玩的。所以這樣就不直觀咯，為了能直觀地看清楚網路結構，而不是看prototxt腦補…視覺化就很重要了。
幸好，開發caffe的大神們已經考慮過這個問題了。在caffe的根目錄下，有個python資料夾，裡面有個draw_net.py，就是我們所需要的檔案了。
接下來我隨便挑了乙個網路結構。假設我們現在已經在這個python資料夾的路徑下，在命令列裡，輸入
python draw_net.py ../models/bvlc_reference_caffenet/train_val.prototxt vis.pngpydot.invocationexception: graphviz』s executables not found查了一下發現我缺少了graphviz這個專門用於畫圖的軟體，所以必須得裝一下。如果你裝了homebrew，那就簡單咯
brew install graphviz比較遺憾的是，對於自己定義的layer，目前貌似沒有辦法進行視覺化（我嘗試了一下視覺化faster-rcnn結果失敗了）。之後我會再看看怎樣把自己定義的layer也視覺化。
Caffe網路視覺化
最近在學習caffe，但是作為曾經的windows深度使用者，還是比較習慣視覺化的介面。然而，caffe當然是在linux os x系統下更好啦，因為一般還是寫script在命令列裡面玩的。所以這樣就不直觀咯，為了能直觀地看清楚網路結構，而不是看prototxt腦補 視覺化就很重要了。幸好，開發ca...
caffe模型視覺化
通過前面的學習，我們已經能夠正常訓練各種資料了。設定好solver.prototxt後，我們可以把訓練好的模型儲存起來，如lenet iter 10000.caffemodel。訓練多少次就自動儲存一下，這個是通過snapshot進行設定的，儲存檔案的路徑及檔名字首是由snapshot prefix...
CAFFE 引數視覺化
說明 本文 通過前面的學習，我們已經能夠正常訓練各種資料了。設定好solver.prototxt後，我們可以把訓練好的模型儲存起來，如lenet iter 10000.caffemodel。訓練多少次就自動儲存一下，這個是通過snapshot進行設定的，儲存檔案的路徑及檔名字首是由snapshot ...