如何画出神经网络的结构图

谷歌人工智能写作项目：神经网络伪原创

用什么软件制作神经网络结构图，类似下图这种

如何有效的绘制知识框架图？

有效的绘制知识框架图就要对知识点进行梳理，然后在绘制。首先我们的纸要横向摆放，这样绘制的时候才会更加的方便，更利于分支的扩展。绘制知识框架图分清主次，分支次分支粗细要把握好。

主线分支要粗一些，颜色要填实。次分支变细一些，这样可以清楚看出信息的层层递进关系。第一条线要从右上角开始画起。顺时针画分支。左面的要从左下角开始画。这样是符合大脑阅读习惯的，容易记忆。

绘画时，应先从图形中心开始，画一些向四周放射出来的粗线条。每一条线都使用不同的颜色这些分枝代表关于你的主体的主要思想。在绘制思维导图的时候，你可以添加无数根线。

在每一个分支上，用大号的字清楚地标上关键词，这样，当你想到这个概念时，这些关键词立刻就会从大脑里跳出来。

如何用visio画卷积神经网络图。图形类似下图所示

大概试了一下用visio绘制这个图，除了最左面的变形图片外其余基本可以实现（那个图可以考虑用其它图像处理软件比如Photoshop生成后插入visio），visio中主要用到的图形可以在更多形状-常规-具有透视效果的块中找到块图形，拖入绘图区后拉动透视角度调节的小红点进行调整直到合适为止，其余的块可以按住ctrl+鼠标左键进行拉动复制，然后再进行大小、位置仔细调整就可以了，大致绘出图形示例如下图所示：

试画出BP神经网络结构输入层3节点,隐层5节点,输出层2节点

BP（Back Propagation）神经网络是1986年由Rumelhart和McCelland为首的科学家小组提出，是一种按误差逆传播算法训练的多层前馈网络，是目前应用最广泛的神经网络模型之一。

BP网络能学习和存贮大量的输入-输出模式映射关系，而无需事前揭示描述这种映射关系的数学方程。它的学习规则是使用最速下降法，通过反向传播来不断调整网络的权值和阈值，使网络的误差平方和最小。

BP神经网络模型拓扑结构包括输入层（input）、隐层(hidden layer)和输出层(output layer)。用WORD可以画，插入形状。