关于Keras模型可视化教程及关键问题的解决
时间：2021-12-02 10:40:19|栏目：Python代码|点击： 次
keras提供简单方便的模型可视化工具，只需一行代码就可以用框图的形式可视化出你搭建的网络结构。对于复杂网络而言，这个工具就是个神器呀。
这篇文章是解决win10环境下的keras模型可视化工具所遇到的问题，Linux暂时还没有尝试(不过也可以借鉴)。
大致环境是：
| OS: win10 |
|---|
| python==3.5.4 |
| keras==2.2.0 |
| pydot==1.2.4 |
| pydot_ng==1.0.0 |
首先，你可以查看keras官方文档教程。
from keras.utils import plot_model plot_model(model, to_file='model.png')
这两行代码实现可视化？
其实还是有些问题的，因为你并没有安装GraphViz。
教程
pip install graphviz pip install pydot pip install pydot_ng
注意：光用pip安装以上两个模块还是不够的
还需要安装GraphViz：
在这个网站上下载对应系统的graphviz，如果觉得找得麻烦，可以在CSDN上下载我上传的。直接解压就是.msi文件，可以在win10上直接运行安装。安装路径都可以默认。
2. 设置环境变量
首先，按win+e键弹出文件窗口
然后，右键此电脑 →属性→高级系统设置→环境变量
就可以呼出这么一个画面：
然后点击下面的系统变量列表中的Path，点击编辑就可以
然后，新建→浏览→选出Graphviz2.38/bin的路径
一直确定保存就可以了。
>>>import os
>>>os.environ.get('PATH', '')
就可以查看自己设置的环境变量是不是在列表里面，在的话就说明成功了。
在这个时候，理论上是可以使用keras可视化了。可以用以下代码验证一波：
import numpy as np
from keras.models import Sequential
from keras.layers.core import Dense, Activation
from keras.optimizers import SGD
from keras.utils import np_utils
from keras.utils.vis_utils import plot_model
def run():
# 构建神经网络
model = Sequential()
model.add(Dense(4, input_dim=2, init='uniform'))
model.add(Activation('relu'))
model.add(Dense(2, init='uniform'))
model.add(Activation('sigmoid'))
sgd = SGD(lr=0.05, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='binary_crossentropy', optimizer=sgd, metrics=['accuracy'])
# 神经网络可视化
plot_model(model, to_file='model.png')
if __name__ == '__main__':
run()
运行结果如下：
顺便跑了以下VAE的网络结构：
整体上，效果不错。主要是，使用方便。
