書籍や解析サイトでよく見かけるディープラーニング・モデルの構成図、どうやって描いているのでしょう？
Sketchなどを使ってガチで作るのも良いですが、正直ほとんど決まりきった作業なので面倒。
探してみると、やはり、というか偉大な先人たちが用意してくれているライブラリ（ツール）がありました。
論文を書いたりするのに役立ちそうだし、自分で理解するのにも良いと思います。
hiddenlayer
非常にシンプルな略図が作れる
PyTorchモデルから変換できる
convnet-drawer
ズバリ、論文などで見かける3D表示のアレが作れる
Kerasモデルから変換できる
NN SVG
インタラクティブに作れて、グリグリ回してSVGに保存ができるタイプ
クラシックなノードを線で接続したタイプ、LeNet風のタイプ、CNNに適した3D(AlexNet)タイプから選べる
こういうのが一番好き！
もしかするとディープラーニング本の挿絵ってこれが使われているのかも知れない・・・
draw_convnet
これも論文や書籍で見られる2D表示の図を作ってくれるライブラリですが、いかんせんちょっと古い。
外観は論文風です。
TensorSpace.js
これは極め付け
かなりSFチックなド派手なビジュアライゼーションです。
ブラウザ上で動作します。
モデル構成だけでなく、実際の学習の様子も確認できます。
こう言った大袈裟な（？）ビジュアル化って好き嫌いが分かれると思いますが、私は好きな方です。
何でもカッコいい方が良いじゃないですか？
積み重なった立方体をダブルクリックするとそれぞれのレイヤが展開されて表示される、など凝った演出もあり、頭の中のイメージが具現化されるような感動を覚えました。
ただ設定はそこそこ大変そうです。
以上、ただ紹介しただけで特にコレは！というのはありませんが、まあ色々触って遊んでみてください！