怎样画神经网络结构图在word中

在神经网络的世界里，张量的大小与形状的秘密隐藏在看似简单的图示背后。 例如，DeepFace和文本转颜色展示了通道值的直观展现，这有助于我们理解深度网络的细节。 抽象图，如VGG-19和ResNet-34，虽然抽象，却能揭示网络的内在逻辑，冗余部分如Inception-ResNet-v1和U-Net，通过合并简化了理解。

神经网络的输出是一个10000维的向量,表示针对输入单词,词汇表中所有的单词出现在输入单词附近的预测概率。 如下图所示:   上述的神经网络结构隐层中的神经元没有激活函数,但输出层的每个神经元使用了softmax函数。