1、 简介python
Kears中提供了一种将模型绘制为层组成的图,而不是TensorFlow运算组成的图。经过使用keras.utils.plot_model函数,能够更加直观的看到模型所构成的层组,而再也不须要使用TensorBoard去实现模型可视化。与其相比,该方法更加简单,而且能够将其以.png的格式,保存在工程目录下面。下面咱们介绍其安装方式,以及因为使用Anaconda所形成的问题的解决方案。函数
2、 pydot的安装spa
在使用该函数须要安装Python的pydot库和pydot-ng库,同时还须要安装graphviz库。blog
打开Anaconda Prompt 安装graphviz库, 输入 pip install graphvizip
安装pydot库,输入 pip install pydot get
安装pydot-ng库, 输入 pip install pydot-ngpycharm
完成上述库的安装以后,咱们在pycharm中使用该函数 pip
from keras.utils import plot_model
plot_model(model, show_shapes=True, to_file='model.png')
将会出现以下问题:
3、 解决方式import
报错的缘由其实不在于pydot,跟python包没有关系,而是由于graphviz须要安装二进制执行文件(跟imagick相似),因此还须要去官网下一个graphviz安装包安装:变量
在此,咱们以Windows为例进行讲解:
1. 选择.msi 格式进行下载,下载完成后进行安装,将其安装到任意位置;
2. 安装完成后,须要将其bin文件添加到环境变量中;
3. 因为使用的为Anaconda集成环境,graphviz是咱们安装进去,所以在使用时咱们须要对其地址进行代码说明:
from keras.utils import plot_model
import os
os.environ["PATH"] += os.pathsep + 'E:/Graphviz/bin' #‘’中的内容为Graphviz/bin的地址
plot_model(model, show_shapes=True, to_file='model.png')
4.运行程序,即可在工程文件里面生成模型的层组成图。
