目前，NN-SVG 工具支持了全連接神經網(wǎng)絡（FCNN）、一類卷積神經網(wǎng)絡（CNN）和深度神經網(wǎng)絡（DNN）的圖構建。

神經網(wǎng)絡（NN）架構圖制作起來往往費時耗力，很多時候機器學習研究人員需要從頭開始構建相關圖。

近日，機器之心在 GitHub 上發(fā)現(xiàn)這樣一個項目 ——NN-SVG，可以為研究人員解決這一煩心事。項目作者 Alexander Lenail 為 MIT 計算系統(tǒng)生物學二年級博士生，研究興趣主要是創(chuàng)建用于生物分析、理解和設計的計算工具。

項目地址：https://github.com/alexlenail/NN-SVG

據(jù)作者介紹，NN-SVG 是一個參數(shù)化而非手動構建神經網(wǎng)絡架構圖的交互工具。該工具還能夠將構建的圖導出至可縮放矢量圖形（Scalable Vector Graphics, SVG）文件，適合用在學術論文或網(wǎng)頁中。

具體地，NN-SVG 工具可以構建以下三種風格的神經網(wǎng)絡圖：

全連接神經網(wǎng)絡（FCNN）

LeNet 論文中提出的一類卷積神經網(wǎng)絡（CNN）

風格類似于 AlexNet 論文中提出的深度神經網(wǎng)絡（DNN）

其中，前兩類神經網(wǎng)絡圖形使用 JavaScript 庫 D3.js 完成的，后一類由 Three.js 完成。NN-SVG 的亮點在于可以根據(jù)使用者的喜好來改變神經網(wǎng)絡圖的大小、顏色和布局參數(shù)。

我們僅以 FCNN 風格的生成圖為例進行講解。下圖中都是可以改變的組件，如邊緣寬度、邊緣不透明度、邊緣權重對應的顏色、節(jié)點直徑、層間距、隨機權重等。

比如，改變「邊緣權重對應的顏色」前后：

再比如，添加「18 和 20 個權重」前后：

LeNet 風格和 AlexNet 風格的神經網(wǎng)絡圖構建過程與之類似。總之，在這個工具中，一切都是可以交互的。

項目作者希望 NN-SVG 工具可以節(jié)省機器學習研究人員的時間，也希望這個軟件在某些情境下可以作為教學工具。

感興趣的小伙伴可以去試試。

NN-SVG 地址：https://alexlenail.me/NN-SVG/LeNet.html