有了这个机器学习画图神器，论文、博客都可以事半功倍了！

神经网络画图神器 ML Visuals 正在持续更新。

大家好，我是辰哥（文末送书）

去年 5 月，曾向大家推荐一款名为 ML Visuals 的机器学习画图模板，该项目受到广泛关注，迄今已收获 2.2K Star。ML Visuals 专为解决神经网络画图问题设计，最近，这一模板进行了更新。

项目地址：https://github.com/dair-ai/ml-visuals

ML Visuals 现在包含了 100 多个可用的自定义图形，使用者可以在任何论文、博客、PPT 中使用这些资源。

这份 101 页的模板共包含几个部分：

• 基础组件

• 架构

• 机器学习概念

• 抽象背景

• 渐变背景

• 机器学习 & 健康

• 其他

• 机器学习系统设计

基础组件

这套画图模板首先提供了多种基础组件，比如表示过程、操作或转换的圆角矩形，表示神经元或任意操作的小圆圈，表示向量的一排小方块以及表示多维数组的网格等。

架构

架构部分的模板数量最多，共有 32 张。对于复杂的模型架构来说，套模板显然事半功倍，比亲手画图要便捷得多。

比如，画出卷积操作的示意图：

使用该模板重现一些经典架构也是得心应手，比如下图是使用该模板绘制的 Transformer 架构图：

机器学习概念

该模板还可以用来表示机器学习中的一些基本概念，比如 DropOut、归一化：

除此之外，目前这套模板还包含多张关于生物、医疗领域的内容。比如疼痛强度预估、疼痛位置预估：

这张代表「疼痛指数」的图，稍加修改就能用于别处：

最后再来看下使用该模板绘制的神经网络：

此外，该模板还可用于机器学习系统设计，例如：

作者：蛋酱、小舟，编辑：机器之心

- EOF -

▊《机器学习线性代数基础：Python语言描述》

【作者简介】

张雨萌，毕业于清华大学计算机系，长期从事人工智能领域相关研究工作。

【内容简介】

• 《机器学习线性代数基础：Python语言描述》适合实践于数据分析、信号处理等工程领域的读者，也适合在人工智能、机器学习领域进行理论学习和实践，希望筑牢数学基础的读者，以及正在进行线性代数课程学习的读者阅读。

• 《机器学习线性代数基础：Python语言描述》的优势：本书以机器学习涉及的线性代数核心知识为重点，进行新的尝试和突破：从坐标与变换、空间与映射、近似与拟合、相似与特征、降维与压缩这5个维度，环环相扣地展开线性代数与机器学习算法紧密结合的核心内容。

• 传统教材的不足：传统教材的风格偏重理论定义和运算技巧，想以此高效地打下机器学习的数学基础，针对性和可读性并不佳。

 

赠书福利

书籍：赠送 2 本《机器学习线性代数基础：Python语言描述》，更多介绍和目录可以点击上方的（京东或当当）小程序链接了解。

赠送规则：扫描下图中的二维码，关注公众号【人工智能技术】后回复“0723”，自动获得专属的抽奖链接，即可参与抽奖！中奖的同学可以免费包邮获得赠书《机器学习线性代数基础：Python语言描述》！

开奖时间：「7月25日12:00」

领书须知：提供关注【人工智能技术】截图（开奖前关注才有效）

注意事项：为提高中奖概率，近一月已中奖粉丝不在此次活动名单之列。中奖后请在12小时以内添加辰哥微信，逾期不候。

爱点赞的人，运气都不会太差