还在用PPT做神经网络架构图?GitHub2万星项目,手把手教你从入门到可视化大师

简介: 现在搞机器学习的成本越来越低了,熟悉了Python和sklearn、Keras、Pytorch等机器学习框架,就能搭建自己的模型了,可是模型建好后如何解释给别人听,难倒了不少人。今天,我们就来介绍两款开源的机器学习画图工具,让你分分钟做出精美的可视化。

微信图片_20220109003511.gif


新智元的同事身边有很多做机器学习的同学,他们有个共通点就是:撸代码时候挺爽的,一旦要将过程和结果可视化的时候,就有点犯怵。

 

但无论是涉及到写论文,还是做演示,或者参加顶会,可视化显然是一个绕不过去的坎儿。今天我们就为大家介绍两款可视化工具。

 

这两款工具各有优劣,可以满足不同场景的需求。


轻量级PPT模板,即插即用快到飞起


这个GitHub的项目由一个叫做 dair.ai 的社区创建和维护,主要是提供了一些机器学习常用到的图形元素。当你需要写论文、做演讲、可视化的时候,就可以拿来用。

        微信图片_20220109003514.gif    

这套模板可以说非常的用心了,常用到的图形元素都有,甚至还提供了黑白两套配色。并且鼓励大家随意使用,不需要任何授权。

       微信图片_20220109003515.png

 

不过这只是一个ppt模板。所以,当你进行可视化的时候,你需要手动将里面的元素一个一个的替换成自己的数据。

 

有多少智能,就有多少人工,这话一点儿不假。

 

当然,相比PPT来说,我还是更喜欢用流程图软件或者Sketch来进行可视化,毕竟ppt的学习成本太高了。

        微信图片_20220109003517.gif    

直到我发现了manim!

 

如果你看了下面manim做的效果,绝对跟我一样,再也不想用ppt了!

 

告别重复性纯体力劳动,manim自动生成惊艳的动画效果!

 

你可能会说,ppt就拖拖拽拽就够了,这个还得写代码,当然,你的网络结构简单,也没有什么动态需求的话,ppt是可以满足。但如果你想做出令人惊艳的效果,manim就是你的最佳选择了。

      微信图片_20220109003519.png      

manim:一个神奇的数学动画引擎


manim 是一个解释性数学动画引擎。它由格兰特 · 桑德森撰写,并通过他的 YouTube 频道3Blue1Brown 流行开来。这里捎带安利一波3Blue1Brown视频课程,他制作的人工智能和数据科学课程不仅通俗易懂,还配了大量精美的解释动画,而所有动画,竟然都是Python代码生成的!

   微信图片_20220109003521.png

你可能有些疑虑,这么精美的动画,得写个几万行代码吧?错,创建一个解释动画从未如此简单。来,创建个「Hello World」!

      微信图片_20220109003523.gif


3Blue1Brown火了之后,大家都很好奇,课程我听懂了,但我想知道你的动画怎么做的。好吧,我开源自己的制作工具,manim!

    微信图片_20220109003525.png      

整个项目不到17M,却收获了2万多星!如何使用manim制作自己想要的数学动画呢?

 

你可以参考这个开源项目,作者精心制作了一系列教程。

        微信图片_20220109003528.png    

按主题分类的视频教程:

     微信图片_20220109003529.png


看完这个可能还是云里雾里,好像懂了但又无从下手,一个国内开发小哥看完之后,又对教程进行了细化。

 

      微信图片_20220109003532.png    

 

具体到了,点、线、面怎么定义,每个都有详细的代码示例。比如圆,配置一个字典就行,实现了高度的定制化,一次配置,随处复用!

 

      微信图片_20220109003535.png    


当然要做出一个完整的效果还需要熟悉manim的构建流程,不过只要有耐心,一定可以的。


最后附上一个manim做的动画,有没有勾起你的撸码欲望呢?

      image.gif


参考链接:

https://github.com/Elteoremadebeethoven/AnimationsWithManim

https://github.com/cai-hust/manim-tutorial-CN

https://github.com/3b1b/manim

相关文章
|
29天前
|
机器学习/深度学习 数据可视化 计算机视觉
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
这篇文章详细介绍了如何通过可视化深度学习中每层特征层来理解网络的内部运作,并使用ResNet系列网络作为例子,展示了如何在训练过程中加入代码来绘制和保存特征图。
54 1
目标检测笔记(五):详细介绍并实现可视化深度学习中每层特征层的网络训练情况
|
1月前
|
编解码 Oracle Java
java9到java17的新特性学习--github新项目
本文宣布了一个名为"JavaLearnNote"的新GitHub项目,该项目旨在帮助Java开发者深入理解和掌握从Java 9到Java 17的每个版本的关键新特性,并通过实战演示、社区支持和持续更新来促进学习。
73 3
|
1月前
|
机器学习/深度学习 数据可视化 Windows
深度学习笔记(七):如何用Mxnet来将神经网络可视化
这篇文章介绍了如何使用Mxnet框架来实现神经网络的可视化,包括环境依赖的安装、具体的代码实现以及运行结果的展示。
50 0
|
5天前
|
机器学习/深度学习 自然语言处理 前端开发
前端神经网络入门:Brain.js - 详细介绍和对比不同的实现 - CNN、RNN、DNN、FFNN -无需准备环境打开浏览器即可测试运行-支持WebGPU加速
本文介绍了如何使用 JavaScript 神经网络库 **Brain.js** 实现不同类型的神经网络,包括前馈神经网络(FFNN)、深度神经网络(DNN)和循环神经网络(RNN)。通过简单的示例和代码,帮助前端开发者快速入门并理解神经网络的基本概念。文章还对比了各类神经网络的特点和适用场景,并简要介绍了卷积神经网络(CNN)的替代方案。
|
12天前
|
Kubernetes 关系型数据库 MySQL
Kubernetes入门:搭建高可用微服务架构
【10月更文挑战第25天】在快速发展的云计算时代,微服务架构因其灵活性和可扩展性备受青睐。本文通过一个案例分析,展示了如何使用Kubernetes将传统Java Web应用迁移到Kubernetes平台并改造成微服务架构。通过定义Kubernetes服务、创建MySQL的Deployment/RC、改造Web应用以及部署Web应用,最终实现了高可用的微服务架构。Kubernetes不仅提供了服务发现和负载均衡的能力,还通过各种资源管理工具,提升了系统的可扩展性和容错性。
35 3
|
1月前
|
弹性计算 人工智能 运维
Terraform从入门到实践:快速构建你的第一张业务网络(上)
本次分享主题为《Terraform从入门到实践:快速构建你的第一张业务网络》。首先介绍如何入门和实践Terraform,随后演示如何使用Terraform快速构建业务网络。内容涵盖云上运维挑战及IaC解决方案,并重磅发布Terraform Explorer产品,旨在降低使用门槛并提升用户体验。此外,还将分享Terraform在实际生产中的最佳实践,帮助解决云上运维难题。
118 1
Terraform从入门到实践:快速构建你的第一张业务网络(上)
|
17天前
|
Java
[Java]Socket套接字(网络编程入门)
本文介绍了基于Java Socket实现的一对一和多对多聊天模式。一对一模式通过Server和Client类实现简单的消息收发;多对多模式则通过Server类维护客户端集合,并使用多线程实现实时消息广播。文章旨在帮助读者理解Socket的基本原理和应用。
15 1
|
18天前
|
存储 前端开发 测试技术
Android kotlin MVVM 架构简单示例入门
Android kotlin MVVM 架构简单示例入门
24 1
|
23天前
|
消息中间件 关系型数据库 Java
‘分布式事务‘ 圣经:从入门到精通,架构师尼恩最新、最全详解 (50+图文4万字全面总结 )
本文 是 基于尼恩之前写的一篇 分布式事务的文章 升级而来 , 尼恩之前写的 分布式事务的文章, 在全网阅读量 100万次以上 , 被很多培训机构 作为 顶级教程。 此文修改了 老版本的 一个大bug , 大家不要再看老版本啦。
|
28天前
|
机器学习/深度学习 人工智能 算法
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
玉米病害识别系统,本系统使用Python作为主要开发语言,通过收集了8种常见的玉米叶部病害图片数据集('矮花叶病', '健康', '灰斑病一般', '灰斑病严重', '锈病一般', '锈病严重', '叶斑病一般', '叶斑病严重'),然后基于TensorFlow搭建卷积神经网络算法模型,通过对数据集进行多轮迭代训练,最后得到一个识别精度较高的模型文件。再使用Django搭建Web网页操作平台,实现用户上传一张玉米病害图片识别其名称。
50 0
【玉米病害识别】Python+卷积神经网络算法+人工智能+深度学习+计算机课设项目+TensorFlow+模型训练
下一篇
无影云桌面