如何可视化Keras搭建的CNN模型？如何解决GraphViz相关报错问题？

一、GraphViz相关报错修复步骤 #

Windows环境下该报错90%以上是环境变量配置问题或依赖安装顺序错误，按以下步骤操作即可解决：

• 完全卸载现有相关依赖：

  pip uninstall -y pydot pydotplus graphviz
  

• 安装系统级GraphViz程序：下载Windows版msi安装包，安装时必须勾选「Add Graphviz to system PATH」选项，若未勾选手动将C:\Program Files\Graphviz\bin路径添加到系统环境变量Path中
• 重新安装Python依赖：

  pip install pydot pydotplus graphviz
  

• 验证配置：重启Jupyter Notebook后，在 notebook 中运行以下代码确认配置生效：

  import os
  print("C:\\Program Files\\Graphviz\\bin" in os.environ["PATH"])
  # 输出为True则配置正常
  

如果使用Anaconda环境，可直接用conda一键安装，自动处理环境变量问题：

conda install -y graphviz pydot pydotplus

配置完成后重新运行plot_model代码即可正常生成模型结构图。

二、无需GraphViz的替代可视化方案 #

如果不想折腾依赖配置，可以用以下几种更简单的可视化方案：

1. 文本结构化摘要（无依赖） #

直接调用Keras自带的summary方法，即可快速查看完整的层级结构、参数数量、输入输出形状：

# 基础输出
model.summary()

# 自定义格式的美观输出
from tensorflow.keras.utils import print_summary
print_summary(model, line_length=120, positions=[0.3, 0.6, 0.75, 1])

2. visualkeras静态图生成 #

仅需安装Python包，无需系统级依赖，可生成直观的层级结构图：

• 安装命令：pip install visualkeras
• 使用代码：

  import visualkeras
  # 生成带图例的平面层级图，保存为本地文件
  visualkeras.layered_view(model, to_file='model_struct.png', legend=True, scale_xy=1.5, scale_z=1)
  

3. Netron交互式可视化 #

支持所有主流深度学习模型格式，可查看每层的详细参数、输入输出维度，交互性极强：

• 安装命令：pip install netron
• 使用代码：

  # 先保存模型
  model.save('my_cnn_model.h5')
  # 启动可视化服务，自动打开浏览器页面
  import netron
  netron.start('my_cnn_model.h5')
  

内容的提问来源于stack exchange，提问作者John