1 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。

2 PlotNeuralNet

看看人家这个fcn-8的可视化图，颜值奇高。

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，这就是会写代码的姿势了。

ConvNetDraw是一个使用配置命令的CNN神经网络画图工具

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：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。

简单直接，是纯用python代码画图的，Github地址为：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。

下面要说的是这个，是最常用的，caffe的网络结构可视化工具，大名鼎鼎的netscope，由斯坦福AILab的Saumitro Dasgupta开发，找不到照片就不放了，Github地址如下：
https://github.com/ethereon/netscope

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。

再分享一个有意思的，不是画什么正经图，但是把权重都画出来了。