卷积神经网络模型python可视化

可以使用Keras提供的plot_model函数来可视化卷积神经网络模型，示例代码如下：

from keras.utils.vis_utils import plot_model
from keras.models import Sequential
from keras.layers import Conv2D, MaxPooling2D, Flatten, Dense

# 构建模型
model = Sequential()
model.add(Conv2D(32, (3, 3), activation='relu', input_shape=(32, 32, 3)))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D((2, 2)))
model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(Flatten())
model.add(Dense(64, activation='relu'))
model.add(Dense(10, activation='softmax'))

# 可视化模型
plot_model(model, to_file='model.png', show_shapes=True)

以上代码中，我们使用Keras构建了一个简单的卷积神经网络模型，包括三个卷积层、两个池化层和两个全连接层。模型输入为32x32的RGB图像，输出为10个类别的概率分布。使用plot_model函数可视化模型，to_file参数指定保存文件名，show_shapes参数指定是否显示层的输入、输出形状。运行代码后，会在当前目录下生成一个model.png文件，该文件即为模型的可视化图。