一、简介
PlotNeuralNet是一个强大的开源Python库,它专为简化和美化神经网络图的绘制而设计
二、安装
需要下载的工具包括：MikTeX，Python代码编辑器（这个肯定会有的吧···），Git bash（可选），安装过程如下：
- 安装MikTex，请移步https://miktex.org/download，下载完一直Next就行了；
- 点击Github链接，下载PlotNeuralNet 脚本到本地。如果使用Git bash下载的话，使用命令：git clone https://github.com/HarisIqbal88/PlotNeuralNet；
- 上一步完成之后，运行包中pyexamples文件夹下的unet.py文件，如果能成功的话证明python环境没什么问题；
三、使用
- 仿照unet.py或者test_simpl.py的代码新建一个.py文件（假设为test2.py），我们需要修改的只是arch中的元素和元素中的参数，每个元素的含义以及函数参数解释分别见附录1和附录2：
- 运行新建的test2.py文件，会在pyexamples文件夹下看到一个新生成的test2.tex文件
- 打开安装好的TexWorks，windows用户左下角搜索tex即可（因为会忘记自己安装在哪里···）：
- 拖动第三步生成的.tex文件到TexWorks软件中，然后点击箭头所指的运行标志：
import sys sys.path.append('../') from pycore.tikzeng import * # defined your arch arch = [ to_head( '..' ), to_cor(), to_begin(), to_Conv("conv1", 512, 64, offset="(0,0,0)", to="(0,0,0)", height=32, depth=32, width=3 ), to_Pool("pool1", offset="(0,0,0)", to="(conv1-east)"), to_Conv("conv2", 128, 64, offset="(1,0,0)", to="(pool1-east)", height=32, depth=32, width=2 ), to_connection( "pool1", "conv2"), to_Pool("pool2", offset="(0,0,0)", to="(conv2-east)", height=28, depth=28, width=1), to_SoftMax("soft1", 10 ,"(3,0,0)", "(pool1-east)", caption="SOFT" ), to_connection("pool2", "soft1"), to_Sum("sum1", offset="(1.5,0,0)", to="(soft1-east)", radius=2.5, opacity=0.6), to_connection("soft1", "sum1"), to_end() ] def main(): namefile = str(sys.argv[0]).split('.')[0] to_generate(arch, namefile + '.tex' ) if __name__ == '__main__': main()一个简单的使用流程完成，附自己生成的一个网络结构
四、附录1
元素（函数）解释，元素主要位于pycore模块内：
| 函数名 | 作用 |
|---|---|
| to_head | 一些初始设置比如说生成.tex文件位置 |
| to_cor | 颜色设置 |
| to_begin | 开始标志 |
上面三个元素都是默认的，依次放在arch列表开头就行。
如果想分模块设计的话，需要用到以下函数，下面这些函数需要使用需要在前面加上*，代表其是一个位置参数
| 函数名 | 作用 |
|---|---|
| block_2ConvPool | 添加卷积池化模块 |
| block_Unconv | 添加模块（没用到UnConv层···） |
| block_Res | 添加Res层 |
五、附录2
元素（函数）的参数都是大同小异的，所以只挑几个比较常见的进行解释，参考：
