NN-SVG: 논문용 신경망 구조 도식화를 위한 파라메트릭 생성기

해결하는 문제

NN-SVG는 학술 논문 및 웹 페이지를 위해 신경망 구조 다이어그램을 수동으로 그리는 지루하고 시간이 많이 걸리는 과정을 해결합니다. 연구자들은 다이어그램을 처음부터 직접 그리는 대신, 파라메트릭 방식으로 생성할 수 있습니다.

작동 방식

이 도구는 JavaScript 라이브러리를 사용하여 크기, 색상 및 레이아웃에 대해 사용자가 정의한 파라미터에 따라 프로그래밍 방식으로 그림을 생성합니다. 세 가지 특정 스타일의 구조 도식을 지원합니다:

• Fully-Connected Neural Networks (FCNN): D3.js 라이브러리를 사용하여 생성됩니다.
• Convolutional Neural Networks (CNN): LeNet 스타일을 기반으로 하며, D3.js를 사용하여 생성됩니다.
• Convolutional Neural Networks (Deep): AlexNet 스타일을 기반으로 하며, 3D와 유사한 표현을 위해 Three.js를 사용하여 생성됩니다.

대상 사용자

모델 구조의 논문용 도식화가 필요한 머신러닝 연구자뿐만 아니라, 교육적 목적으로 이 도구를 사용할 수 있는 교육자들도 대상입니다.

주요 특징

• 파라메트릭 생성: 수동 작업 없이 다이어그램을 생성합니다.
• SVG Export: 논문에 고품질로 포함할 수 있도록 그림을 Scalable Vector Graphics로 내보냅니다.
• 다양한 스타일: FCNN, LeNet 스타일 CNN, AlexNet 스타일 딥 네트워크를 지원합니다.
• 사용자 정의 스타일링: 크기, 색상 및 레이아웃 파라미터를 제어할 수 있습니다.