共计 1627 个字符，预计需要花费 5 分钟才能阅读完成。
起源：https://zhuanlan.zhihu.com/p/…
论文、博客写好了，外面的图可怎么画？对于很多钻研人员和开发者来说，内容的「可视化」是一个大问题。如果从头开始画，配色、空间布局都很伤脑筋，而且画丑了也拿不出手，要是有模板能够套就好了。
别急，还真有人做了一套模板。
这套模板名叫 ML Visuals，是专为解决神经网络画图问题设计的。我的项目放出不到十天，就引来了不少人的关注，播种了 500 多 star。
下边这张图是不是很面生？这就是赫赫有名的 Transformer 架构，左边是谷歌大脑论文《Attention Is All You Need》中的 Transformer 架构原图，右边是用上述模板从新画进去的，还原度是不是很高，而且看起来很漂亮？
ML Visuals 提供了更加业余、好看、失当的视觉效果和图形，能够帮忙机器学习社区改善迷信沟通。用户能够在 PPT 或博客中收费应用其中的视觉效果和图形。
该我的项目由 dair.ai 社区创立和保护（dair.ai 社区致力于民主化人工智能钻研、教育和技术），社区成员将持续更新，增加更常见的图形和基本要素。
用户能够收费下载、复制、散发、重用这里的模板，还能够依据本人的需要进行自定义。
ML 专用画图模板，援救手残党
ML Visuals 我的项目中每个难看又简单的图都是由一个个小模块组成的。在这套模板中，作者用到了多种模块，如示意过程、操作或转换的圆角矩形，示意神经元或任意操作的小圆圈，示意向量的一排小方块以及示意多维数组的网格等。
抉择其中一些模块组合应用，就能够失去神经网络的一层：
它们还能够用来示意神经网络中的某个过程，如下图中的分词过程：
再简单一点，还能够画出整个神经网络：
此外，这套模板还可用来示意机器学习畛域的一些概念，如线性回归：
Dropout：
对于喜爱「暗黑模式」的同学，这个我的项目也关照到了：
除此之外，该我的项目还提供了背景模板，不便用户进行图形自定义。
如何应用？
该我的项目应用 Google Slides 对所有视觉效果和图形进行保护，用户能够通过 Google Slides 应用其中的组件，或执行增加、自定义等操作。
增加
想要增加自定义图，只需增加一张新的幻灯片，并重用任意根底视觉组件。不过你须要先获取编辑权限（点击「只能查看」工具栏下的「申请编辑权限」或者发邮件至 ellfae@gmail.com 获取编辑权限）。
复制并应用
用户还能够复制这些幻灯片并依照本人的志愿进行自定义。
共享
dair.ai 社区激励用户增加本人的图形并容许别人重用。不过，图形作者最好在幻灯片备注中增加作者信息，不便其他人在重用这些图形时进行失当地援用。图形作者或设计者还能够增加本人的姓名和邮件地址，不便其余用户征询相干问题。
此外，图形作者能够为本人的视觉图形提供简略的形容，以帮忙其余用户了解用处。
用户须要留神的是，在获取编辑权限后，不要删除他人增加的图形。如果想要进行改良，用户能够新增一张幻灯片，并增加改良版本。
下载
下载幻灯片的过程很简略，只需点击「文件→下载」，而后抉择适合的格局即可。
除此以外，如果用户在图形自定义方面须要帮忙，或者有一些对别人无益的想法，能够关上 issue 页面（https://github.com/dair-ai/ml…）进行形容。
ML Visuals 地址：https://docs.google.com/prese…
GitHub 地址：https://github.com/dair-ai/ml…
已建设深度学习公众号——FightingCV，欢送大家关注！！！
ICCV、CVPR、NeurIPS、ICML 论文解析汇总：https://github.com/xmu-xiaoma…
面向小白的 Attention、重参数、MLP、卷积外围代码学习：https://github.com/xmu-xiaoma…
退出交换群，请增加小助手 wx：FightngCV666
本文由 mdnice 多平台公布