1.深度学习网络结构画图工具：
网络结构画图工具https://cbovar.github.io/ConvNetDraw/
输入：层信息 输出：网络结构图
网络结构图实例
2.caffe可视化工具
输入：caffe配置文件 输出：网络结构
caffe 网络结构可视化http://ethereon.github.io/netscope/#/editor
caffe网络可视化结果
3.深度学习可视化工具Visual DL
Visual DL是百度开发的，基于echar和PaddlePaddle，支持PaddlePaddle，PyTorch和MXNet等主流框架。ps：这个是我最喜欢的，毕竟echar的渲染能力不错哈哈哈，可惜不支持caffe和tensorflow。
Visual DL链接 https://github.com/PaddlePaddle/VisualDL
VisualDL 提供以下组建：scalar，histogram，image，audio，graph，high dimensional
Scale示例图
image示例图
Graph示例图
4.结构可视化工具PlotNeuralNet
萨尔大学计算机科学专业的一个学生开发。https://github.com/HarisIqbal88/PlotNeuralNet
PlotNeuralNet结果图
5.结构化可视化工具NN-SVG
画图工具体验地址：http://alexlenail.me/NN-SVG/
NN-SVG示例图
6.特征图可视化工具
以下是非常棒的资料 ！注：由于以下部分链接来自于外网，国内网络可能打不开
深度可视化工具箱（YOUTUBE链接，国内网络可能打不开），使我们能够可视化 CNN 中的每个层级侧重的是什么。
这是摘自斯坦福大学的 CS231n 课程中的一个a 章节，其中对 CNN 学习的内容进行了可视化。
参阅这个关于很酷的 OpenFrameworks 应用的演示，该应用可以根据用户提供的视频实时可视化 CNN！
这是另一个 CNN 可视化工具的演示，如果你想详细了解这些可视化图表是如何制作的，请观看此视频。
这是另一个可与 Keras 和 Tensorflow 中的 CNN 无缝合作的可视化工具。
阅读这篇可视化 CNN 如何看待这个世界的 Keras 博文。在此博文中，你会找到 Deep Dreams 的简单介绍，以及在 Keras 中自己编写 Deep Dreams 的代码。阅读了这篇博文后：
再观看这个利用 Deep Dreams 的音乐视频（注意 3:15-3:40 部分）！
使用这个网站创建自己的 Deep Dreams（不用编写任何代码！）。
这篇文章详细讲解了在现实生活中使用深度学习模型（暂时无法解释）的一些危险性。
这一领域有很多热点研究。这些作者最近朝着正确的方向迈出了一步。
参考列表：
https://blog.csdn.net/baidu_40840693/article/details/83006347
https://blog.csdn.net/YMilton/article/details/89511597
https://classroom.udacity.com/courses/ud188/lessons/b1e148af-0beb-464e-a389-9ae293cb1dcd/concepts/cbf65dc4-c0b4-44c5-81c6-5997e409cb75
转载：https://zhuanlan.zhihu.com/p/84883517