Ⅰ 如何繪制神經網路圖-如何用visio畫卷積神經網路圖。圖形類似下圖所示
1. 打開Visio軟體，選擇「網路」類別，選擇一個適合的神經網路圖模板，此處選擇「基本網路圖」。
2. 了解Visio的基本功能，開始繪制簡單的網路連接圖。
3. 首先繪制一個路由器和一個交換機。
4. 接著添加一台PC機，完成基本網路設備的布局。
5. 使用「連線工具」連接這些設備，當滑鼠懸停在帶有「x」的點上時，點會變紅，表示這是當前的連接點。
6. 將三個設備正確連接後，一個基礎的網路圖就完成了。
7. 對於使用MATLAB創建神經網路結構圖，先提供一個示例以幫助理解神經網路應用的實現。
8. 創建一個前饋網路，設置輸入向量x和目標向量y，這里x為1到5的序列，y為一個相應的數值向量。
9. 創建一個前饋神經網路，使用最小-最大歸一化方法處理輸入數據，並定義兩個隱層，分別是20個神經元的層和1個神經元的輸出層，激活函數分別為tansig和purelin。
10. 使用L-M（Levenberg-Marquardt）優化演算法訓練網路，設置最大迭代次數為500，學習率為10的-6次方。
11. 訓練BP（Back Propagation）神經網路，得到訓練後的網路結構、訓練記錄和網路輸出。
12. 計算模擬誤差，使用mse函數得到均方誤差。
13. 繪制模擬結果曲線，將訓練數據和網路輸出數據 plot在一起。
14. 嘗試使用Visio繪制卷積神經網路圖，發現除了最左邊的變形圖片外，其餘部分可以較好實現。
15. 在Visio中使用具有透視效果的塊圖形，通過調整透視角度的紅點來獲得合適的視圖。
16. 使用Ctrl+滑鼠左鍵拖拽復制塊，並進行大小和位置的細致調整，最終得到如圖所示的神經網路圖。
Ⅱ 復雜神經網路模型用什麼軟體
bp神經網路能用MATLAB，
理論上編程語言都可以，比如VB，C語言，過程也都是建模、量化、運算及結果輸出（圖、表），但是matlab發展到現在，集成了很多的工具箱，所以用的最為廣泛，用其他的就得是要從源碼開發入手了。
bp神經網路是一種演算法，只要是演算法就可以用任何軟體工具，只要編譯器或者解釋器支持，c，c++，python，來進行實現，只是實現時的復雜程度有區別而已