導讀

本文介紹了多個能將深度學習訓練過程進行可視化的工具，幫助大家更好地理解深度學習，非常實用。

深度學習訓練過程一直處于黑匣子狀態，有很多同學問我具體怎么解釋？其實很多還是無法可解釋，但是通過可視化，具體可以知道深度學習在訓練過程到底學習了哪些特征？到底對該目標的哪些特征感興趣？這些我們現在已經有很多渠道可以得知，我先給大家介紹幾個比較好的工具！

1.深度學習網絡結構畫圖工具 地址： https://cbovar.github.io/ConvNetDraw/

2.caffe可視化工具 輸入：caffe配置文件 輸出：網絡結構 地址： http://ethereon.github.io/netscope/#/editor

3.深度學習可視化工具Visual DL Visual DL是百度開發的，基于echar和PaddlePaddle，支持PaddlePaddle，PyTorch和MXNet等主流框架。ps：這個是我最喜歡的，畢竟echar的渲染能力不錯哈哈哈，可惜不支持caffe和tensorflow。 地址： https://github.com/PaddlePaddle/VisualDL 4.結構可視化工具PlotNeuralNet 薩爾大學計算機科學專業的一個學生開發。 地址： https://github.com/HarisIqbal88/PlotNeuralNet 其實還有很多可視化工具，但是今天我要說的是，訓練過程的可視化，與TF的可視化類似，但是這個操作更加簡便！

這個工具到底把訓練過程展示得多么詳細？簡單來說，項目作者已經給你做好了一個可以交互的界面，你只需要打開瀏覽器加載出這個界面就可以了。CNN Explainer 使用 TensorFlow.js 加載預訓練模型進行可視化效果，交互方面則使用 Svelte 作為框架并使用 D3.js 進行可視化。最終的成品即使對于完全不懂的新手來說，也沒有使用門檻。下面我們來看一下具體的效果。

卷積

超參數

softmax

ReLU

MaxPool

通過整個過程，想必大家對過程有詳細了解，如果你技術好的，你可以通過深度學習平臺直接可視化訓練過程，那個過程想必比這個更加詳細。

審核編輯 ：李倩