1. Keras 소개
   1. [시작하기] Sequential 모델 가이드
   2. [시작하기] 함수형 API 가이드
   3. [시작하기] FAQ
   4. [모델] Keras의 모델
   5. [모델] 함수형 API
   6. [모델] Sequential
   7. [계층] Keras의 계층
   8. [계층] Core 계층
   9. [계층] 합성곱 계층
   10. [계층] 풀링 계층
   11. [계층] 부분적으로 연결된 계층
   12. [계층] 재발 계층
   13. [계층] 임베딩 계층
   14. [계층] Merge 계층
   15. [계층] 고급 활성화 계층
   16. [계층] 표준화 계층
   17. [계층] 노이즈 계층
   18. [계층] 계층 Wrappers
   19. [계층] 자신만의 Keras 계층 만들기
   20. [전처리] 시퀀스 전처리
   21. [전처리] 텍스트 전처리
   22. [전처리] 이미지 전처리
2. Metrics
3. 손실
4. 최적화기
5. 활성화
6. Callbacks
7. 데이터셋
8. 애플리케이션
9. 백엔드 1
10. 백엔드 2
11. 백엔드 3
12. 백엔드 4
13. 백엔드 5
14. 초기화기
15. 정규화기
16. 제한
17. 시각화
18. Scikit-Learn API
19. 유용한 도구

모델 시각화

keras.utils.vis_utils 모듈은 Keras 모델을 (graphviz를 사용하여)그리는 유틸리티 함수를 제공합니다.

다음과 같이 모델의 그래프를 그리고 파일에 저장할 수 있습니다:

from keras.utils import plot_model
plot_model(model, to_file='model.png')

plot_model은 두 개의 선택적인 인수를 가집니다:

• show_shapes (기본값은 False) 그래프 상에 출력 형태를 보여줄지 여부를 조정합니다.
• show_layer_names (기본값은 True) 그래프 상에 계층명을 보여줄지 여부를 조정합니다.

pydot.Graph 객체를 직접 받아서 표현할 수도 있습니다. 예를 들어 다음과 같이 ipython notebook에 보이게 할 수 있습니다:

from IPython.display import SVG
from keras.utils.vis_utils import model_to_dot

SVG(model_to_dot(model).create(prog='dot', format='svg'))

이 문서는 Keras의 Visualization을 번역한 것입니다.