概述

keras提供了api，将复杂的模型可视化成图片，便于查看，如下图：

依赖

需要安装 Graphviz 和 pydot

参见：
https://www.malaoshi.top/show_1EF50oqThNqS.html

例子

建立模型

import tensorflow as tf
from tensorflow.keras.layers import Conv2D,MaxPool2D,Dropout,GlobalAveragePooling2D,Dense

model = tf.keras.Sequential()
model.add(Conv2D(64,(3,3),input_shape=(224,224,1),activation='relu',padding="same"))
model.add(MaxPool2D())
model.add(Dropout(0.5))
model.add(Conv2D(64,(3,3),activation='relu',padding="same"))
model.add(Dropout(0.5))

model.add(GlobalAveragePooling2D())
model.add(Dense(10,activation='softmax'))

model.summary()

可视化

plot_model接收两个可选参数：

show_shapes：指定是否显示输出数据的形状，默认为False
show_layer_names:指定是否显示层名称,默认为True

tf.keras.utils.plot_model(model,to_file="model.png",show_shapes=False)

tf.keras.utils.plot_model(model,to_file="model.png",show_shapes=True)

感谢：
https://blog.csdn.net/WuchangI/article/details/79589542

原文出处：/show_1EF50kntZTVf.html