NN-SVG: 一个用于生成出版级神经网络架构图的参数化生成器

它解决了什么问题

NN-SVG 解决了为学术论文和网页手动绘制神经网络架构图这一繁琐且耗时的过程。研究人员不再需要从头开始手动构建这些图表，而是可以通过参数化方式生成它们。

工作原理

该工具使用 JavaScript 库，根据用户定义的尺寸、颜色和布局参数，以编程方式生成图形。它支持三种特定的架构图绘制风格：

• 全连接神经网络 (FCNN): 使用 D3.js 库生成。
• 卷积神经网络 (CNN): 基于 LeNet 风格，使用 D3.js 生成。
• 卷积神经网络 (Deep): 基于 AlexNet 风格，使用 Three.js 生成类 3D 表示。

适用人群

需要模型架构出版级示意图的机器学习研究人员，以及可能出于教学目的使用该工具的教育工作者。

亮点

• 参数化生成: 无需手动绘制即可创建图表。
• SVG 导出: 将图形导出为可缩放矢量图形 (SVG)，以便高质量地包含在论文中。
• 多种风格: 支持 FCNN、LeNet 风格的 CNN 以及 AlexNet 风格的深度网络。
• 可定制样式: 可控制尺寸、颜色和布局参数。