1. NN-SVG
- 这个工具可以非常方便的画出各种类型的图，是下面这位小哥哥开发的，来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。
github地址：https://github.com/zfrenchee
画图工具体验地址：http://alexlenail.me/NN-SVG/
- 可以绘制的图包括以节点形式展示的 FCNN style，这个特别适合传统的全连接神经网络的绘制。
- 以平铺网络结构展示的 LeNet style，用二维的方式，适合查看每一层 featuremap 的大小和通道数目。
- 以三维 block 形式展现的 AlexNet style，可以更加真实地展示卷积过程中高维数据的尺度的变化，目前只支持卷积层和全连接层。
- 这个工具可以导出非常高清的 SVG 图，值得体验。
2. PlotNeuralNet
- 这个工具是萨尔大学计算机科学专业的一个学生开发的，一看就像计算机学院的嘛。首先我们看看效果，其github链接如下，将近 4000 star：
- !使用的门槛相对来说就高一些了，用 LaTex 语言编辑，所以可以发挥的空间就大了，你看下面这个 softmax 层，这就是会写代码的优势了。](https://upload-images.jianshu.io/upload_images/7826153-688ce8f5d565e45e.png?imageMogr2/auto-orient/strip%7CimageView2/2/w/1240)
- 相似的工具还有：https://github.com/jettan/tikz_cnn
3. ConvNetDraw
- ConvNetDraw 是一个使用配置命令的 CNN 神经网络画图工具，开发者是香港的一位程序员，Cédric cbovar。
- 采用如下的语法直接配置网络，可以简单调整 x，y，z 等 3 个维度，github 链接如下：
https://cbovar.github.io/ConvNetDraw/ - 使用方法如上图所示，只需输入模型结构中各层的参数配置。
- 挺好用的。不过它目标分辨率太低了，放大之后不清晰，达不到印刷的需求
4. Draw_Convnet
- 这一个工具名叫 draw_convnet，由 Borealis 公司的员工 Gavin Weiguang Ding 提供。
- 简单直接，是纯用 python 代码画图的，https://github.com/gwding/draw_convnet
- 看看画的图如下，核心工具是 matplotlib，图不酷炫，但是好在规规矩矩，可以严格控制，论文用挺合适的。
- 类似的工具还有：https://github.com/yu4u/convnet-drawer
5. Netscope
- 下面要说的是这个caffe 的网络结构可视化工具，大名鼎鼎的 netscope，由斯坦福 AI Lab 的 Saumitro Dasgupta 开发，找不到照片就不放了，地址如下：
- 左边放配置文件，右边出图，非常方便进行网络参数的调整和可视化。这种方式好就好在各个网络层之间的连接非常的方便。
