本文不是无脑的复制粘贴，谢谢大家支持

Netron GitHub官网

Netron 画 PyTorch 模型呢，需要用 torch.onnx.export 来导出.onnx 后缀的模型，然后用 Netron 可视化就会得到非常好看的模型架构图。直接用torch.save出来的模型，画出来模型图不对。
安装

pip install netron

使用
第一步，保存模型

import torchmodel = Yourmodelclass() # 定义你的模型
x,y = next(iter(yourdataloader)) # 从你的dataloader取出一个batch的数据，或者你用torch.randn生成
model.eval()
pred = model(x)# 导出为 .onnx 的模型
torch.onnx.export(model,               # model being runx,                         # model input (or a tuple for multiple inputs)"model.onnx",   # where to save the model (can be a file or file-like object)export_params=True,        # store the trained parameter weights inside the model fileopset_version=10,          # the ONNX version to export the model todo_constant_folding=True,  # whether to execute constant folding for optimizationinput_names = ['input'],   # the model's input namesoutput_names = ['output'], # the model's output namesdynamic_axes={'input' : {0 : 'batch_size'},    # variable length axes'output' : {0 : 'batch_size'}})

第二步，用Netron画图

~$ python3
>>> import netron
>>> netron.start('model.onnx')
Serving '/y/home/zdx/model.pth' at http://localhost:8080
('localhost', 8080)
>>>

打开浏览器，把上面的 http://localhost:8080，用浏览器打开
左上角有设置，可以选择垂直或者水平展示模型

PyTorchViz GitHub官网

安装

conda install -c anaconda graphviz python-graphviz
conda install pydot
pip install torchviz

使用

import torchmodel = Yourmodelclass() # 定义你的模型
x,y = next(iter(yourdataloader)) # 从你的dataloader取出一个batch的数据，或者你用torch.randn生成model.eval()
pred = model(x)make_dot(pred.mean(), params=dict(model.named_parameters()))

PyTorch 靠谱的模型可视化教程相关推荐

【小白学PyTorch】14.tensorboardX可视化教程
<<小白学PyTorch>> 小白学PyTorch | 13 EfficientNet详解及PyTorch实现小白学PyTorch | 12 SENet详解及PyTorch实 ...
PyTorch | 保存和加载模型教程
点击上方"算法猿的成长",选择"加为星标" 第一时间关注 AI 和 Python 知识图片来自 Unsplash,作者: Jenny Caywood 2019 ...
租用服务器，以及部署在pycharm专业版上的pytorch环境训练yolov5模型教程服务器环境安装库文件：
租用服务器,以及部署在pycharm专业版上的pytorch环境训练yolov5模型教程服务器环境安装库文件: 一.租用服务器选择环境: 1. 租用服务器网站 2. 选择1.8的pytorch环境,点 ...
PyTorch框架学习十五——可视化工具TensorBoard
PyTorch框架学习十五--可视化工具TensorBoard 一.TensorBoard简介二.TensorBoard安装及测试三.TensorBoard的使用 1.add_scalar() 2 ...
Pytorch搭建自己的模型
前言 PyTorch.TensorFlow都是主流的深度学习框架,今天主要讲解一下如何快速使用pytorch搭建自己的模型.至于为什么选择讲解pytorch,这里我就简单说明一下自己的使用感受(相对T ...
ChimeraX cryoEM 可视化教程：细菌ATP合酶
ChimeraX cryoEM 可视化教程:细菌ATP合酶翻译自:https://www.rbvi.ucsf.edu/chimerax/data/stanford-jul2019/tutorial. ...
PyTorch的生态和模型部署
PyTorch的生态和模型部署 1. PyTorch生态前几章,我们学习了PyTorch的基本使用.能够定义和修改自己的模型.常用的训练技巧和PyTorch的可视化. PyTorch的强大,跟PyT ...
pytorch中使用TensorBoard进行可视化Loss及特征图
pytorch中使用TensorBoard进行可视化Loss及特征图安装导入TensorBoard 安装TensorBoard pip install tensorboard 导入TensorBoa ...
【Tools】神经网络、深度学习和机器学习模型可视化工具——Netron
背景有时候我们写完深度学习模型后,想看看代码实现的模型和我们预期是否一致,但是没有一个好的工具.最近发现有一个软件Netron支持对一部分深度学习模型可视化,源码地址.Netron 支持 ONNX. ...

PyTorch 靠谱的模型可视化教程

本文不是无脑的复制粘贴，谢谢大家支持

Netron GitHub官网

PyTorchViz GitHub官网

PyTorch 靠谱的模型可视化教程相关推荐

最新文章

热门文章