如何在Keras/TensorFlow中查看指定样式的深度神经网络完整图形结构？

嘿，我懂你想要的是那种层级分明、能清晰展示每层神经元数量的神经网络结构图，就像你贴出来的那种对吧？别担心，在Keras（包括TensorFlow集成的Keras）里有几种实用的方法可以实现，我给你详细拆解一下：

方法一：用ann_visualizer生成近似样式的静态图 #

这个库专门用来可视化人工神经网络，生成的图和你想要的样式几乎一致，会直观展示每一层的类型、神经元数量以及层级连接关系。

• 第一步：安装依赖库
  先通过pip安装：

  pip install ann_visualizer
  

  另外还需要安装Graphviz系统软件（不是pip包），安装后记得把它的路径加入系统环境变量，这样Python才能调用它生成图片。
• 第二步：代码实现
  假设你已经构建好的模型叫model，直接用下面的代码就能生成：

  from ann_visualizer.visualize import ann_viz
  
  # 生成可视化图，title是图的标题，filename是输出的文件（默认是.gv格式，也可以指定生成.png）
  ann_viz(model, title='我的深度神经网络结构', filename='network_structure.gv')
  

  运行后，你可以用Graphviz打开生成的.gv文件，或者直接修改参数让它生成PNG格式的图片，就能得到类似你示例的结构图啦。

方法二：用pyvis做交互式可视化 #

如果你想要能拖拽、缩放的交互式结构图，pyvis会是个好选择，它能生成HTML格式的交互页面，方便你查看细节。

• 第一步：安装库

  pip install pyvis
  

• 第二步：示例代码

  from pyvis.network import Network
  import tensorflow as tf
  
  # 初始化一个有向图网络
  net = Network(directed=True, height='800px', width='100%', bgcolor='#222222', font_color='white')
  
  # 遍历模型的每一层，添加节点和连接
  for idx, layer in enumerate(model.layers):
      # 节点标签包含层名称和神经元数量
      node_label = f"{layer.name}\n神经元数量: {layer.output_shape[-1]}"
      net.add_node(f"layer_{idx}", label=node_label, size=20)
      # 连接当前层和上一层
      if idx > 0:
          net.add_edge(f"layer_{idx-1}", f"layer_{idx}")
  
  # 保存为HTML文件，打开就能交互查看
  net.write_html('interactive_network.html')
  

方法三：用Matplotlib自定义绘图（完全可控） #

要是你不想依赖第三方库，也可以用Matplotlib手动绘制，完全按照你想要的样式调整：

• 核心思路：
  1. 先提取模型每一层的神经元数量：layer_sizes = [layer.output_shape[-1] for layer in model.layers]
  2. 用plt.scatter绘制每一层的神经元节点，用直线连接相邻层的节点
  3. 添加层名称、坐标轴标注等元素，调整颜色、大小等样式
• 简单示例片段：

  import matplotlib.pyplot as plt
  
  layer_sizes = [layer.output_shape[-1] for layer in model.layers]
  num_layers = len(layer_sizes)
  
  # 绘制节点
  for i, size in enumerate(layer_sizes):
      x = [i]*size
      y = range(size)
      plt.scatter(x, y, s=100, color='blue')
      # 添加层名称标注
      plt.text(i, size//2, f"Layer {i}\n({size} units)", ha='center', va='center')
  
  # 绘制连接线条
  for i in range(num_layers-1):
      for y1 in range(layer_sizes[i]):
          for y2 in range(layer_sizes[i+1]):
              plt.plot([i, i+1], [y1, y2], color='gray', linewidth=0.5)
  
  plt.axis('off')
  plt.title('自定义神经网络结构图')
  plt.show()
  

这些方法里，ann_visualizer生成的图和你贴的示例样式最匹配，优先推荐试试这个哦！

内容的提问来源于stack exchange，提问作者Sa Na