【GiantPandaCV導語】本文主要介紹最最最基礎的tikz指令和一些繪制CNN時需要的基礎的LaTeX知識，希望能在盡可能短的時間内學會并實作使用tikz這個LaTeX工具包來繪制卷積神經網絡示意圖。
之前看到tikz可以畫出這種圖，感覺特别專業，是以萌發出了解一下tikz的想法。
在電腦上安裝過LaTeX都知道，LaTeX安裝包巨大，并且安裝速度緩慢，下載下傳和安裝的時間需要幾乎一下午才能完成。慶幸的是有一個平台可以線上編譯文檔，那就是overleaf，如今overleaf也推出了中文版本網站：https://cn.overleaf.com/ 以下代碼全部是在overleaf平台上編寫運作得到的。
最左側是項目檔案清單，中間是代碼編輯區，右側是可視化區，十分友善，隻要網絡通常，就可以友善地得到結果。并且這個平台提供了好多模闆，可以直接使用，太太太太太棒啦。
快速熟悉還是要推薦《minimaltikz》這本電子書，可以直接通路http://cremeronline.com/LaTeX/minimaltikz.pdf擷取或者在背景回複latex擷取。
這本書一共24頁，算是盡量壓縮了内容了，在這一節中将分析一下其中給的幾個例子，用于快速入門：
所有tikz繪制圖像的代碼都應該在tikzpicture這個環境中使用。
直角坐标系下：(\(<a>\),\(<b>\))的形式代表二維坐标系中的一個點，機關是cm。
極坐标系下：(\(<\theta>\):\(<r>\)),\(\theta\)代表極角，機關是度。
\coordinate可以對某個點進行重命名如：
那最基礎的畫幾條線的實作是通過\draw完成：
--符号代表兩點之間的連線，可以連續連結多段。cycle代表讓路徑回到起點，生成閉合路徑。
\draw還可以添加選項，比如讓線變粗、變紅、箭頭等需求，都很簡單。
畫一些曲線就需要使用circle、rectangle、arc等進行限制。
這是練習畫弧線的時候想練習的一個例子，結果如下
in代表進入的角度，out代表出來時候的角度，為了友善，筆者畫了一個輔助圖，對照代碼友善了解。
domain限制變量範圍，然後可以畫圖，結果如下：
通過fill參數控制結果，效果如下：
使用\node
舉個例子：
其實CNN畫圖主要用的是畫一條線的功能，下面來看如何畫CNN。
對于一個初學者來說，https://github.com/HarisIqbal88/PlotNeuralNet 這個庫雖然畫的很好，但是難度曲線太高了，退而求其次，使用https://github.com/pprp/SimpleCVReproduction/tree/master/tikz_cnn 進行解析。
首先介紹一個LaTeX中用于封裝的指令，\newcommand，當我們不希望寫很長的指令，那就需要類似函數的一個方式，封裝好固定的操作，根據傳入參數完成執行。
舉一個例子：
輸出結果就是：我喜歡你
假設以下指令調用，結果會是什麼？
顯示結果如下：
卷積神經網絡的示意圖實際上是一個個立方體構成的，立方體之間可能會有額外連線，代表特征融合；還可能需要題注，為這個特征圖立方體進行命名；必須要有立方體的位置資訊，長寬高；還需要顔色填充的功能；
綜合以上需求，這個函數提供了9個參數分别是：
由于每繪制一個立方體，右側立方體的X偏置就應該加上左側立方體的Depth值，這部分代碼這樣處理的。
指派過程：
計算立方體表面坐标(将點可視化是額外添加的，為了便于了解)
計算7個頂點位置，被擋住的也可以計算，但是因為這裡不打算繪制是以不計算。
繪制立方塊之間的連線：
繪制立方體主體部分，也就是将7個點連接配接起來。
填充顔色：
上邊的圖是通過以下代碼生成的：
需要注意的是#8和#9指令，mid_front代表的是連結#8=mid的front部分，front也可以被top、back、bottom取代。
https://cn.overleaf.com/project/5e8c38c31cccb20001a4998d
https://cn.overleaf.com/project/5f50b21ae802b6000155ec4f
https://github.com/HarisIqbal88/PlotNeuralNet
https://github.com/pprp/SimpleCVReproduction/tree/master/tikz_cnn
代碼改變世界