使用PlotNeuralNet绘制ResNet50模型

一、下载所需软件

1、下载MikTex

作用：将.tex文件转换为PDF文件

下载官网链接：Getting MiKTeX

2、下载Git

作用：将PlotNeuralNet库从GitHub上下载下来，在cmd使用命令行：

git clone https://github.com/SamuraiBUPT/PlotNeuralNet-Windows.git

就可以将PlotNeuralNet库克隆到当前文件夹中

下载官网链接：Git - Downloads

二、使用PlotNeuralNet绘制ResNet50模型

1、模型代码

import sys
sys.path.append('../')
from PlotNeuralNet.pycore.tikzeng import *
from PlotNeuralNet.pycore.blocks import *

#------------------------------------------------------------------------------
# 1) 定义一个函数，将真实 (H, C) 映射为 PlotNeuralNet 的 (height, depth, width)
#------------------------------------------------------------------------------
def dims(H, C):
    # 让 height、depth 随着 H 变化，但不少于 4
    h = 25 + H * 0.3
    d = 25 + H * 0.3
    w = 2 + C * 0.005
    return (h, d, w)

# conve1
h1, d1, w1 = dims(112,64)

# maxpool1
h2, d2, w2 = dims(56, 64)

# conve2_x
h3, d3, w3 = dims(56, 64)
h4, d4, w4 = dims(56, 64)
h5, d5, w5 = dims(56, 256)

# conve3_x
h6, d6, w6 = dims(56, 128)
h7, d7, w7 = dims(28, 128)
h8, d8, w8 = dims(28, 512)

# conve4_x
h9, d9, w9 = dims(28, 256)
h10, d10, w10 = dims(14, 256)
h11, d11, w11 = dims(14, 1024)

# conve5_x
h12, d12, w12 = dims(14, 512)
h13, d13, w13 = dims(7, 512)
h14, d14, w14 = dims(7, 2048)

# avgpool
h15, d15, w15 = dims(1, 2048)

#--------------------------------------------------------------------------------------------
# 2) 构建 ResNet-50 的网络结构 (arch)，并为每个阶段指定真实的 (H, C)，再用 dims(H, C) 计算可视化尺寸
#--------------------------