ニューラル・ネットワークが大きく複雑になるにつれて、アーキテクチャが適切に構築されているかどうか確認するのはどんどん難しくなります。Chainer は計算グラフの可視化をサポートしています。ユーザは  build_computational_graph()を呼び出すことで計算グラフを生成することができます、 生成された計算グラフは指定のフォーマットでダンプされます。 (現時点では、 Dot Language がサポートされています。)

基本的な使用方法は、次のようになります。

import chainer.computational_graph as c

...

g = c.build_computational_graph(vs)

with open('path/to/output/file', 'w') as o:

    o.write(g.dump())
        

コード中の vs は Variable インスタンスのリストで、 g は ComputationalGraphのインスタンスです。このコードは少なくとも１つのvsから後方到達可能な(つまり、逆方向へのステップの繰り返しによって到達可能な）計算グラフを生成します。

これは生成されたグラフ(inception(3a) in GoogLeNet)の一部です。.このexampleはexample/imagenetにあります。