在Caffe中，目前有两种可视化prototxt格式网络结构的方法：
- 使用Netscope在线可视化
- 使用Caffe提供的draw_net.py
本文将就这两种方法加以介绍
1. Netscope:支持Caffe的神经网络结构在线可视化工具
Netscope是个支持prototxt格式描述的神经网络结构的在线可视工具，网址: 它可以用来可视化Caffe结构里prototxt格式的网络结构，支持从GitHub Gist或者编辑器中可视化Caffe的网络结构。 使用起来也非常简单，打开这个地址:
点击Launch Editor，把你的描述神经网络结构的prototxt文件复制到该编辑框里，按shift＋enter，就可以直接以图形方式显示网络的结构。 比如,以mnist的LeNet网络结构为例，把Caffe中example/mnist/lenet_train_test.prototxt文件的内容复制到编译框，按shift + enter,立即就可以得到可视化的结构图。
2. 使用 python/draw_net.py绘制网络模型
/draw_net.py, 这个文件，就是用来绘制网络模型的。也就是将网络模型由prototxt变成一张图片。 在绘制之前，需要先安装两个库:ＧraphViz和pydot。 Graphviz是一个开源的可视化软件，能够以抽象的图和网络表示结构信息，广泛使用于网络,生物信息学,软件工程等领域。
1、安装ＧraphViz
# sudo apt-get install GraphViz注意，这里用的是apt-get来安装，而不是pip. 2 、安装pydot# sudo pip install pydot用的是pip来安装，而不是apt-get
安装好了，就可以调用脚本来绘制图片了
draw_net.py执行的时候带三个参数
>
第一个参数：网络模型的prototxt文件 第二个参数：保存的图片路径及名字 第二个参数：–rankdir=x , x 有四种选项，分别是LR, RL, TB, BT 。用来表示网络的方向，分别是从左到右，从右到左，从上到小，从下到上。默认为ＬＲ。
例：绘制Lenet模型
# sudo python python/draw_net.py examples/mnist/lenet_train_test.prototxt netImage/lenet.png --rankdir=TB
- 1
- 1
3. 总结
使用Netscope绘制出的图直观简洁，易于快速了解网络模型，但是缺少层内的细节信息； 使用draw_net.py绘制出的结构图保存了参数信息，细节更丰富，但是结构不是很清晰明了，这一点在大型模型上的体现尤为明显： Netscope SSD 300x300模型
draw_net.py SSD 300x300模型
如上图所示，对于复杂模型，Netscope能够较好地按安排各层图像的布局，使得SSD模型可视化结果更直观。缺点是博主没有找到本地化吧保存Netscope可视化结果的方法，在线查看大型模型不是很方便。
4. Reference
[1] 10km. Netscope:支持Caffe的神经网络结构在线可视化工具
[2] denny的学习专栏. Caffe学习系列(18): 绘制网络模型