Layer-Größen eingeben, und dieses Diagramm der Netzwerkarchitektur zeichnet sich sofort neu – zwischen einer Ansicht pro Neuron und einem beschrifteten Block-Diagramm wechseln und als SVG oder PNG exportieren.
Dieses Tool zum Erstellen von Diagrammen neuronaler Netzwerke wandelt dieselbe Art von Layer-Liste in ein vollständig verbundenes MLP, einen komprimierenden Autoencoder, eine zur besseren Lesbarkeit eingeklappte breite Schicht oder ein CNN-Block-Diagramm um – das Layout wählen, das zur Beschreibung des Modells im Paper passt, statt jede Architektur in einen einzigen Zeichenstil zu zwingen.
Vier Layer – Input, zwei Hidden Layers, Output – vollständig verbunden und so beschriftet, wie es ein Methodenteil erwartet.
Ein sanduhrförmiges Layout verengt sich zu einem zweiteiligen Flaschenhals und weitet sich wieder – die übliche Darstellung eines Encoder-Decoder-Paars.
Eine Input-Schicht mit 64 Einheiten zeigt nur ihr erstes und letztes Neuron mit Auslassungspunkten dazwischen, damit das Diagramm lesbar bleibt, ohne die tatsächliche Schichtgröße zu verschleiern.
Convolution-, Pooling- und Fully-Connected-Stufen werden zu beschrifteten Rechtecken, die durch Pfeile verbunden sind – das Layout, das die meisten Convolutional- und Transformer-Paper tatsächlich verwenden.
Ein vierschichtiges MLP liest sich am besten als Kreise und Verbindungen; eine ResNet-Stufe oder ein Transformer-Encoder liest sich besser als beschriftete Rechtecke. Den Modus wechseln, ohne die Layer-Liste neu einzugeben – dieselbe Layer-Angabe steuert beide Zeichnungen.
Eine kommagetrennte Layer-Angabe eingeben oder einen benannten Layer pro Zeile schreiben, und dieses Diagramm-Tool für neuronale Netzwerke zeichnet sofort neu – Knotenzahl, Layer-Reihenfolge und Beschriftungen prüfen, bevor irgendetwas exportiert wird, statt zu raten, wie eine Änderung nach dem Rendern aussieht.
Eine Obergrenze für sichtbare Neuronen festlegen, und jede Schicht darüber zeichnet ihr erstes und letztes Neuron mit Auslassungspunkten dazwischen – die übliche Art, wie veröffentlichte Abbildungen eine 128- oder 256-Einheiten-Schicht darstellen, ohne jede Verbindung zu zeichnen oder die Kreise zu verkleinern, bis sie zu einem soliden Balken verschmelzen.
Jede Schicht kann einen eigenen Namen tragen, ihren positionsbasierten Typ – Input, Hidden 1, Hidden 2, Output – und ihre Neuronenzahl oder Kanaldimension, dann lässt sich das gesamte Architekturdiagramm als Vektor-SVG für den Zeitschriftensatz oder als PNG für Folien exportieren.
Ein Diagramm eines neuronalen Netzwerks ist eine Abbildung, die die Schichten eines Modells und ihre Verbindungen zeigt: Kreise für einzelne Neuronen, verbunden durch Linien für gewichtete Verbindungen, oder beschriftete Rechtecke für größere strukturelle Einheiten wie einen Convolution- oder Attention-Block.
Paper beschriften üblicherweise die Input-Schicht, nummerieren die Hidden Layers der Reihe nach und markieren die Output-Schicht separat, da Gutachter diese Beschriftungen mit der im Text beschriebenen Architektur abgleichen. Sowohl Pfeile als auch einfache Verbindungslinien kommen in veröffentlichten Abbildungen vor.
Bei einem kleinen mehrschichtigen Perzeptron macht das Zeichnen jedes Neurons die Abbildung selbsterklärend. Ab einigen Dutzend Einheiten pro Schicht vermittelt ein block-basiertes Architekturdiagramm mit Dimensionsangaben dasselbe Design, ohne zu einem unlesbaren Liniengewirr zu werden – dieselbe Unterscheidung zwischen anschaulichen und schematischen Abbildungen, die auch die meisten modernen Anleitungen zu NN-Architekturdiagrammen in Vorlesungsskripten und Lehrbüchern treffen.
Vier Schritte führen von reinen Layer-Größen zu einem Diagramm eines neuronalen Netzwerks, das für Paper, Abschlussarbeit oder Foliensatz bereit ist.
Layer-Größen als eine kommagetrennte Zeile eingeben, etwa 4,8,8,3, oder einen benannten Layer pro Zeile schreiben – Input,4, dann Hidden 1,8 – für eigene statt positionsbasierter Beschriftungen. Beide Formate funktionieren für MLPs, Encoder-Decoder-Paare oder die Kanalzahlen einer CNN-Skizze.
Die Ansicht pro Neuron für ein kleines MLP wählen, oder die Blockansicht – den üblichen Stil für NN-Architekturdiagramme bei einer CNN, einem ResNet oder Transformer, wo das Zeichnen jeder Einheit unlesbar würde.
Layer-Typ-Beschriftungen und Dimensionsangaben umschalten, ein Farbschema wählen und festlegen, wie viele Neuronen eine breite Schicht zeigt, bevor sie zu Auslassungspunkten einklappt, damit die Abbildung sowohl in Foliengröße als auch im Druck lesbar bleibt.
Das Vektor-SVG für den Einsatz in LaTeX oder einer Zeitschriftenvorlage herunterladen, oder ein PNG für einen Foliensatz oder Preprint-Entwurf holen.
Was gezeichnet werden sollte, wie es beschriftet wird und welches Dateiformat einzureichen ist.
Layer-Größen oben eingeben, bei Bedarf zur Blockansicht wechseln, wenn sich das Modell nicht auf einzelne Neuronen reduzieren lässt, und die fertige Abbildung aus diesem Diagramm-Tool für neuronale Netzwerke als SVG oder PNG exportieren – bereit für den nächsten Entwurf.