1、NN-SVG

这个工具可以非常方便的画出各种类型的图，是下面这位兄弟开发的，来自于麻省理工学院弗兰克尔生物工程实验室, 该实验室开发可视化和机器学习工具用于分析生物数据。

可以绘制的图包括以节点形式展示的 FCNN style，这个特别适合传统的全连接神经网络的绘制。

以平铺网络结构展示的 LeNet style，用二维的方式，适合查看每一层 featuremap 的大小和通道数目。

以三维 block 形式展现的 AlexNet style，可以更加真实地展示卷积过程中高维数据的尺度的变化，目前只支持卷积层和全连接层。

这个工具可以导出非常高清的 SVG 图，非常值得体验。

2、PlotNeuralNet

这个工具是萨尔大学计算机科学专业的一个学生开发的，一看就像计算机学院的嘛。

以下是一些神经网络示例：

可以看到，可视化效果图，颜值奇高，但是使用的门槛相对来说就高一些了，用 LaTex 语言编辑，所以可以发挥的空间就大了。

ConvNetDraw 是一个使用配置命令的 CNN 神经网络画图工具，开发者是香港的一位程序员，Cédric cbovar。

采用如下的语法直接配置网络，可以简单调整 x，y，z 等 3 个维度，GitHub地址：https://cbovar.github.io/ConvNetDraw/

通过调整输入模型结构中各层的参数配置，即可实现可视化效果，非常便利，不过它目标分辨率太低了，放大之后不清晰，达不到印刷的需求。

这一个工具名叫 draw_convnet，由 Borealis 公司的员工 Gavin Weiguang Ding 提供。

简单直接，是纯用 Python 代码画图的，GitHub地址：https://github.com/gwding/draw_convnet

看看画的图如下，核心工具是 matplotlib，图不酷炫，但是好在规规矩矩，可以严格控制，论文用挺合适的。

关注公众号，发送关键字：Java车牌识别，获取项目源码。