一、PlotNeuralNet简介
1. Introduction
PlotNeuralNet库是用于绘制神经网络的工具库，其绘制的神经网络较为干净整洁，比较适合用于科研论文写作等工作中，在此笔者整理了有关该库的使用方法，希望更多朋友能够借助这个库绘制出更多优美的神经网络。
以下是一些通过该库的代码绘制的Neural Netowrk Figures:
F C N − 8 FCN-8 FCN−8
F C N − 32 FCN-32 FCN−32
H o l i s t i c a l l y − N e s t e d E d g e D e t e c t i o n Holistically-Nested Edge Detection Holistically−NestedEdgeDetection
2. PlotNeuralNet组成和原理
2.1 代码组成
该仓库的代码借助三种语言进行绘制：
python 用于进行设计您自己的神经网络，作为主要的组织脚本文件shell 用于组织python和latex的运行，作为中间件。（在Linux系统上较为常见和通用）LaTex 用于绘制神经网络，通过python进行调用 2.2 运行原理
项目通过python调用latex代码进行绘制，这里可以给出一份简短的例子了解工作原理：
# Convdef to_Conv( name, s_filer=256, n_filer=64, offset="(0,0,0)", to="(0,0,0)", width=1, height=40, depth=40, caption=" " ): return r"""\pic[shift={"""+ offset +"""}] at """+ to +""" {Box={ name=""" + name +""", caption="""+ caption +r""", xlabel={{"""+ str(n_filer) +""", }}, zlabel="""+ str(s_filer) +""", fill=\ConvColor, height="""+ str(height) +""", width="""+ str(width) +""", depth="""+ str(depth) +""" } };"""p y c o r e . t i k z e n g . p y pycore.tikzeng.py pycore.tikzeng.py
其实从这里就可以看出，通过设定函数参数、返回一个latex的字符串，相当于调用了latex进行绘制。（最后有进行组织绘制的代码）
2.3 Linux友好，Windows有一定问题
不过，值得注意的是，原仓库设计是针对Linux用户的解决方案，在Ubuntu系统下能够顺利运行，在Windows系统上运行的时候，可能存在一定问题。
因此笔者本人对该仓库进行了fork并且做出一定修改，使其能够在windows系统上运行。
3. forked Github Repository
源仓库是面向Linux系统的神经网络可视化工具，在windows上运行可能会有一定的错误信息。
下面是笔者修改过后的代码仓库地址：（fork自原仓库）
SamuraiBUPT: PlotNeuralNet-Windows
当然，您也可以直接去到原仓库进行浏览：
HarisIqbal88: PlotNeuralNet
二、快速开始-Windows
下面是针对windows用户的启动方案。
1. 前置设置
确保您的电脑上安装了LaTex。官方仓库推荐安装 MikTeX ，不过本人仅仅安装了texlive就可以正常运行~确保您的Windows操作系统具有运行Shell脚本的环境。推荐使用Git bash 或者 Cygwin2. 克隆本仓库
您可以使用 git clone https://github.com/SamuraiBUPT/PlotNeuralNet-Windows.git 来完成仓库的克隆操作。
3. 跟随以下示例了解如何运行~
将克隆后的项目文件夹用IDE打开启用bash环境（如果您已经有Git Bash，并且配置好了环境变量，您可以直接在终端输入bash 或者sh 进入shell脚本的运行环境。您会看见终端前方的指示符从windows系统的黑白变成了其他颜色。进入pyexamples路径，（cd pyexamples/）输入bash ../tikzmake.sh test_simple 命令来查看您的第一份神经网络图的绘制结果。 4. 对 bash ../tikzmake.sh test_simple 的解释
如您所见，当您在pyexamples路径下创建好自己的python脚本后，仅需要在该路径下调用上一层路径的tikzmake.sh脚本来运行即可。
bash指令是在指定Shell脚本的编译器../tikzmake.sh是在指定：执行上一层目录下的tikzmake.sh脚本test_simple是当前路径下的一份python文件的文件名，注意不需要加上.py的后缀！。在这里，这个文件名会作为shell脚本的参数传入，决定了shell脚本执行的目标是哪份文件。 三、用法
了解如何上手该项目代码后，我们可以开始着手绘制自己的神经网络：
常规的初始化
一份常规的组织神经网络的python代码，应该有如下骨架：
import syssys.path.append('../')from pycore.tikzeng import *# defined your archarch = [ to_head('..'), to_cor(), to_begin(), # your architecture here... # ... # ... # ... to_end()]def main(): namefile = str(sys.argv[0]).split('.')[0] to_generate(arch, namefile + '.tex')if __name__ == '__main__': main()如您所见，其实唯一需要您进行改动的，是arch 列表里面的内容，在to_begin() 和 to_end() 函数之间的部分，在该部分进行您自己的神经网络设计。
四、函数描述
有关函数的描述您可以参阅这篇博客，实在是非常详细！
笔者也会在后续更新有关函数的API文档~