python手写数字识别实验mnist绘制网络模型图

要绘制手写数字识别模型的网络图，可以使用Python中的一些可视化库，例如PyTorch、TensorFlow等。

以下是使用PyTorch和Graphviz的示例代码，可以绘制出一个简单的手写数字识别模型的网络图。

import torch
import torch.nn as nn
from torchviz import make_dot

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 6, 5)
        self.pool = nn.MaxPool2d(2, 2)
        self.conv2 = nn.Conv2d(6, 16, 5)
        self.fc1 = nn.Linear(16 * 4 * 4, 120)
        self.fc2 = nn.Linear(120, 84)
        self.fc3 = nn.Linear(84, 10)

    def forward(self, x):
        x = self.pool(torch.relu(self.conv1(x)))
        x = self.pool(torch.relu(self.conv2(x)))
        x = x.view(-1, 16 * 4 * 4)
        x = torch.relu(self.fc1(x))
        x = torch.relu(self.fc2(x))
        x = self.fc3(x)
        return x

net = Net()
x = torch.randn(1, 1, 28, 28)
y = net(x)
make_dot(y, params=dict(net.named_parameters()))

运行上述代码，可以得到一个PDF格式的网络图，如下所示：


可以看到，这个网络模型包含了两个卷积层和三个全连接层，最终输出10个类别的概率分布。