如何获取深度学习模型的3D可视化表示图？

可直接生成3D结构的开源库 #

目前没有和Keras自带plot_model工具一致的一键导出PNG/JPEG格式3D模型图的官方工具，但有几个第三方库可满足需求：

• Net2Vis：支持直接导入Keras模型配置，生成可自定义的3D网络结构，支持调整层配色、间距、视角参数，可直接导出渲染完成的图片格式，无需额外手动建模
• TensorSpace：适配TensorFlow生态的3D可视化库，同时支持Keras、TensorFlow、PyTorch模型导入，可在浏览器中渲染交互式3D结构，调整到合适视角后直接截图保存为所需图片格式，还支持叠加特征张量的可视化效果
• Mayavi/PyVista：如果熟悉Python三维可视化，可自行写脚本读取模型的层配置，自定义渲染3D结构，灵活度最高，但需要自行处理层的布局、样式逻辑

手动制作3D示意图的常用软件 #

大部分论文中的精美3D网络结构示意图都是手动建模制作的，更适配期刊排版要求，常用工具包括：

• Blender：免费开源的3D建模软件，有现成的神经网络建模插件，也可以手动用立方体代表不同网络层，调整材质、光照后渲染高清图片，支持导出PNG/JPEG等所有常见格式
• Adobe Dimension：零基础友好，内置大量预设材质，只需拖放基础几何体搭建网络结构，即可快速渲染出专业级示意图
• Figma：如果不需要强3D透视效果，用Figma的3D变换功能也可以快速制作伪3D网络结构示意图，导出图片效率很高
• OmniGraffle：Mac端常用绘图工具，内置3D图形样式，拖放即可搭建网络结构，适合快速出稿

内容的提问来源于stack exchange，提问作者badshahahaha