不止于美观：用PlotNeuralNet定制化你的CNN结构图（附修改源码教程）

在深度学习研究领域，卷积神经网络（CNN）的结构可视化不仅是论文发表的标配，更是理解模型架构的关键工具。PlotNeuralNet以其LaTeX原生支持的优雅输出，成为众多研究者的首选。但当你需要展示非标准卷积核尺寸、调整特征图标注位置，或是为特定期刊定制图表风格时，官方版本的功能往往捉襟见肘。

本文将带你深入PlotNeuralNet的引擎室，通过修改核心源码实现以下进阶功能：

• 非对称卷积核 的精确可视化（如3×5或7×1等特殊尺寸）
• 特征图标注 的自由定位（顶部/底部/侧边显示尺寸信息）
• 池化层参数 的完整展示（包括stride、padding等关键参数）
• 多分支结构 的智能避让（解决复杂网络中的连线重叠问题）

1. 环境配置与项目结构解析

1.1 跨平台环境搭建要点

虽然官方文档提供了基础安装指南，但在实际科研环境中还需注意：

# Ubuntu/Debian系统推荐完整安装这些包（避免后续缺字体）
sudo apt-get install texlive-full dvipng

# Windows系统额外需要配置（以Git Bash为例）
export PATH=$PATH:/c/Program\ Files/MiKTeX/miktex/bin/x64/

提示：Windows用户若遇到 xdg-open 报错，可直接修改 tikzmake.sh 第13行，替换为系统特定的PDF查看器路径，例如：

start "" "$output_pdf"  # Git Bash专用语法

1.2 源码目录关键文件说明

PlotNeuralNet/
├── layers/            # 图层定义
│   └── Box.sty        # 核心样式文件（修改重点）
├── pycore/            # Python生成逻辑
│   └── tikzeng.py     # 节点生成引擎（修改重点）
├── pyexamples/        # 示例脚本
└── tikzmake.sh        # 编译脚本

2. 核心文件修改实战

2.1 非对称卷积核支持（Box.sty修改）

原始代码仅支持正方形卷积核显示，通过以下修改实现矩形核可视化：

% 修改Box.sty中的convolution宏定义
\newcommand{\convolution}[6]{ % 增加width/height参数
  \pic[shift={(0,0,0)}] at (0,0,0) 
    {Box={
      name=#1,
      caption=#2,
      xlabel={\footnotesize{#3}},  % 特征图尺寸标注
      ylabel={\footnotesize{#4}},  % 新增高度标注
      width=#5,                    % 核宽度
      height=#6,                   % 核高度
      fill=convolution_color
    }};
}

对应需要在 tikzeng.py 同步修改：

def create_convolution(self, name, caption, size_x, size_y, width=3, height=3):
    return r'\convolution{%s}{%s}{%s}{%s}{%d}{%d}' % 
           (name, caption, size_x, size_y, width, height)

2.2 特征图标注位置优化

通过调整 Box.sty 中的 draw_labels 函数，实现标注位置自定义：

% 新增位置参数（top/bottom/left/right）
\newcommand{\drawlabels}[4]{
  \ifthenelse{\equal{#4}{top}}{
    \node[above=0.1cm of #1.north] {\texttt{#2}};
  }{
    \node[below=0.1cm of #1.south] {\texttt{#3}};
  }
}

典型应用场景对比：

标注位置	适用场景	代码示例
top	多分支结构的输入特征图	\drawlabels{conv1}{224}{}{top}
bottom	末端层的输出特征图	\drawlabels{conv5}{}{7}{bottom}
left	垂直布局网络的宽度标注	需修改box绘制逻辑

3. 高级功能扩展

3.1 池化层参数可视化

在 tikzeng.py 中扩展池化层生成逻辑：

def create_pooling(self, name, caption, size, kernel, stride, padding):
    params = f"k={kernel}, s={stride}, p={padding}"
    return r'\pooling{%s}{%s}{%s}{%s}' % 
           (name, caption, size, params)

对应的LaTeX样式修改：

\newcommand{\pooling}[4]{
  \pic {Box={
    name=#1,
    caption=#2,
    xlabel={\footnotesize{#3}},
    ylabel={\footnotesize{#4}},  % 显示池化参数
    fill=pooling_color,
    opacity=0.8
  }};
}

3.2 复杂连接线处理

当遇到ResNet等含跳连的网络时，可添加智能避让逻辑：

# 在tikzeng.py的连接函数中添加偏移量计算
def create_connection(self, from_node, to_node, style='-', offset=0):
    if offset != 0:
        return r'\draw[connection] (%s) -- ++(%dmm,0) -- (%s);' % 
               (from_node, offset, to_node)
    return r'\draw[connection] (%s) -- (%s);' % (from_node, to_node)

4. 学术级图表优化技巧

4.1 IEEE期刊风格适配

在文档头部添加这些参数可匹配学术出版要求：

% 添加到生成的tex文件开头
\documentclass[10pt,twocolumn]{article}
\usepackage[font=small,labelfont=bf]{caption}
\definecolor{ieee_blue}{RGB}{0,102,204}
\colorlet{convolution_color}{ieee_blue}

4.2 矢量图输出优化

通过调整 tikzmake.sh 提高输出质量：

# 修改编译命令为高精度模式
pdflatex -interaction=nonstopmode -shell-escape \\
  -draftmode "\def\pgfsysimagesize{300mm} \input{$1}"

实际项目中，我发现最耗时的往往是反复调整标注位置。一个实用技巧是先用占位符生成草图，确定布局后再精细调整参数。例如先统一使用 \drawlabels{}{temp}{}{top} 快速验证整体结构，最后替换为真实数值。