1、 簡介python
Kears中提供了一種將模型繪製爲層組成的圖,而不是TensorFlow運算組成的圖。經過使用keras.utils.plot_model函數,能夠更加直觀的看到模型所構成的層組,而再也不須要使用TensorBoard去實現模型可視化。與其相比,該方法更加簡單,而且能夠將其以.png的格式,保存在工程目錄下面。下面咱們介紹其安裝方式,以及因爲使用Anaconda所形成的問題的解決方案。函數
2、 pydot的安裝spa
在使用該函數須要安裝Python的pydot庫和pydot-ng庫,同時還須要安裝graphviz庫。blog
打開Anaconda Prompt 安裝graphviz庫, 輸入 pip install graphvizip
安裝pydot庫,輸入 pip install pydot get
安裝pydot-ng庫, 輸入 pip install pydot-ngpycharm
完成上述庫的安裝以後,咱們在pycharm中使用該函數 pip
from keras.utils import plot_model
plot_model(model, show_shapes=True, to_file='model.png')
將會出現以下問題:
3、 解決方式import
報錯的緣由其實不在於pydot,跟python包沒有關係,而是由於graphviz須要安裝二進制執行文件(跟imagick相似),因此還須要去官網下一個graphviz安裝包安裝:變量
在此,咱們以Windows爲例進行講解:
1. 選擇.msi 格式進行下載,下載完成後進行安裝,將其安裝到任意位置;
2. 安裝完成後,須要將其bin文件添加到環境變量中;
3. 因爲使用的爲Anaconda集成環境,graphviz是咱們安裝進去,所以在使用時咱們須要對其地址進行代碼說明:
from keras.utils import plot_model
import os
os.environ["PATH"] += os.pathsep + 'E:/Graphviz/bin' #‘’中的內容爲Graphviz/bin的地址
plot_model(model, show_shapes=True, to_file='model.png')
4.運行程序,即可在工程文件裏面生成模型的層組成圖。