深度学习框架---keras的层次示意图---方便直观理解---适用sklearn模型的展示

love_data_scientist

于 2017-11-25 23:25:11 发布

阅读量1.9k

点赞数

分类专栏：机器学习数据挖掘

本文链接：https://blog.csdn.net/love_data_scientist/article/details/78635032

版权

本文介绍了如何更直观地理解Keras的层次结构，通过使用graphviz和pydot进行神经网络模型的可视化。在Python3环境中，安装必要的库如tensorflow、keras、graphviz、pydot_ng和pydotplus，并提供了一篇关于sklearn模型展示的修改教程，同时提及了使用XGBoost绘制决策树的方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

感觉keras确实比其他框架舒服一点，但是前期理解keras层的时候可能有点小问题，keras的层使用了原始神经网络层的概念，即先有上层的输出聚合，聚合后在进入激活函数。我的环境是python3.5+tensorflow+keras+graphviz+pydot_ng+pydotplus

其中

安装好Python3以及pip之后

执行：

pip install tensorflow

pip install keras

下载(https://www.cnblogs.com/fengbohello/p/4689131.html，这篇作者提供了graphviz.msi下载地址，官网不好使，可以从作者提供的路径下到)graphviz.msi并配置好路径

执行 pip install pydot_ng

pip install pydotplus

修改文件

python\Lib\site-packages\pydot_ng\__init__.py

def find_graphviz()中的

# Method 3 (Windows only)
if os.sys.platform == 'win32':

    # Try and work out the equivalent of "C:\Program Files" on this

最低0.47元/天解锁文章