ANN Visualizer是一个python库，它使我们能够使用一行代码就可视化人工神经网络。它用于与Keras一起工作，并利用python的graphviz库创建一个整洁和可视化的图形，用来表示您正在构建的神经网络。

借助先进的深度学习，您现在可以直观地看到整个深度学习过程，或者只是您已经构建的卷积神经网络。

我们将使用keras构建简单的神经网络，然后使用ANNvisualizer来可视化我们的神经网络。

安装

本演示需要3个库

• keras

• ANNvisualizer

• graphviz

您可以使用以下命令安装库：

pip3 install keras

pip3 install ann_visualizer

pip install graphviz

创建一个名为index.py的新文件，将代码复制并粘贴到文件中

# Create your first MLP in Keras

from keras.models import Sequential

from keras.layers import Dense

import numpy

# fix random seed for reproducibility

numpy.random.seed(7)

# load pima indians dataset

dataset = numpy.loadtxt("pima-indians-diabetes.csv", delimiter=",")

# split into input (X) and output (Y) variables

X = dataset[:,0:8]

Y = dataset[:,8]

# create model

model = Sequential()

model.add(Dense(12, input_dim=8, activation='relu'))

model.add(Dense(8, activation='relu'))

model.add(Dense(1, activation='sigmoid'))

# Compile model

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

# Fit the model

model.fit(X, Y, epochs=150, batch_size=10)

# evaluate the model

scores = model.evaluate(X, Y)

print("%s: %.2f%%" % (model.metrics_names[1], scores[1]*100))

要生成可视化文件，您需要遵循以下命令结构：

ann_viz（model，view = True，filename =“network.gv”，title =“MyNeural Network”）

model - 您的Keras顺序模型

view - 如果设置为true，则会在命令执行后打开图形预览

filename - 保存图表的位置。（它以'.gv'文件格式保存）

title - 可视ANN的标题

你刚刚看到你如何轻松地在Keras中创建你的第一个神经网络模型。

让我们将它与ann_viz（）一起放入此代码中。

from ann_visualizer.visualize import ann_viz;

ann_viz(model, title="My first neural network")

使用以下命令运行index.py：

python3 index.py

以下是最终可视化内容的示例：