使用netron实现对onnx模型结构可视化
很多时候,复现人家工程的时候,需要了解人家的网络结构。但不同框架之间可视化网络层方法不一样,这样给分析人员造成了很大的困扰。前段时间,发现了一个可视化模型结构的神器:Netron.
目前的Netron支持主流各种框架的模型结构可视化工作,github链接:https://github.com/lutzroeder/Netron
官网链接:
Netron | Apps | Electron
以下是简介来源于netron的官方仓库
支持windows,Linux,mac系统
Windows系统的安装方式:
Linux(Ubuntu)系统的安装方式:
snap install netron
我们一mnist为例来说明整个过程,mnist是一个入门级的计算机视觉数据集,当我们学习编程的时候,第一件事往往是学习打印helloworld, 在机器学习入门的领域里,我们会用mnist数据集来试验各种模型。
支持各大平台的安装和web在线浏览模式:
获取mnist.onnx.
从xboot大神的libonnx项目中获取minist的onnx格式模型描述文件。
用netron观察mnist.onnx的结构网络:
用netron观察mnist.onnx的结构网络:
图中,每个节点都是一个到算子的调用。
结束!
使用netron实现对onnx模型结构可视化相关推荐
- 【深度学习入门到精通系列】模型结构可视化神器Netron(连.pth都可以~!)
文章目录 1 Netron 2 说明 1 Netron 目前的Netron支持主流各种框架的模型结构可视化工作,我直接给出gayhub链接: https://github.com/lutzroeder ...
- onnx实现对pytorch模型推理加速
向AI转型的程序员都关注了这个号???????????? 人工智能大数据与深度学习 公众号:datayx 微软宣布将多平台通用ONNX机器学习引擎开源,此举将让机器学习框架,向着机器学习框架的标准化 ...
- echart label 不随值变化位置_炼丹神器来了! 模型结构、训练日志、特征提取都能可视化,调参不慌了!...
点击上方"CVer",选择加"星标"置顶 重磅干货,第一时间送达 开发者在炼丹的过程中会不会遇到这些问题呢?比如说深度学习模型训练过程中盯 Log 盯得头晕眼花 ...
- 使用netron对TensorFlow、Pytorch、Keras、PaddlePaddle、MXNet、Caffe、ONNX、UFF、TNN、ncnn、OpenVINO等模型的可视化
欢迎大家关注笔者,你的关注是我持续更博的最大动力 原创文章,转载告知,盗版必究 使用netron对TensorFlow.Pytorch.Keras.PaddlePaddle.MXNet.Caffe.O ...
- ML之DT:利用DT(DTC)实现对iris(鸢尾花)数据集进行分类并可视化DT结构
ML之DT:利用DT(DTC)实现对iris(鸢尾花)数据集进行分类并可视化DT结构 目录 输出结果 实现代码 输出结果 实现代码 #1. iris = load_iris() dir(iris)ir ...
- 集成学习模型(xgboost、lightgbm、catboost)进行回归预测构建实战:异常数据处理、缺失值处理、数据重采样resample、独热编码、预测特征检查、特征可视化、预测结构可视化、模型
集成学习模型(xgboost.lightgbm.catboost)进行回归预测构建实战:异常数据处理.缺失值处理.数据重采样resample.独热编码.预测特征检查.特征可视化.预测结构可视化.模型保 ...
- ML之nyoka:基于nyoka库利用LGBMClassifier模型实现对iris数据集训练、保存为pmml模型并重新载入pmml模型进而实现推理
ML之nyoka:基于nyoka库利用LGBMClassifier模型实现对iris数据集训练.保存为pmml模型并重新载入pmml模型进而实现推理 目录 基于nyoka库利用LGBMClassifi ...
- 可视化caffe模型结构及在线可视化
在线可视化caffe模型结构 http://ethereon.github.io/netscope/#/editor 假设Caffe的目录是$(CAFFE_ROOT) 1.编译caffe的python ...
- Netron展示pytorch模型结构
第一步:需要将pytorch模型转化为.ONNX格式,转化程序如下: model_path = './best_model/best_model.pth' Model = YL_Effientnat( ...
- lstm结构图_LSTM模型结构的可视化
目录: 1.传统的BP网络和CNN网络 2.LSTM网络 3.LSTM的输入结构 4.pytorch中的LSTM 4.1 pytorch中定义的LSTM模型 4.2 喂给LSTM的数据格式 4.3 L ...
最新文章
- Mongodb python驱动教程
- React + TypeScript:元素引用的传递
- 泰晤士报下载_《泰晤士报》和《星期日泰晤士报》新闻编辑室中具有指标的冒险活动-第1部分:问题
- 【LeetCode】剑指 Offer 34. 二叉树中和为某一值的路径
- Linux crontab 定时任务命令详解
- python gdbm_linux下python安装
- 世界上最恐怖的格斗比赛---黑市拳赛
- L298n电机驱动模块(芯片)快速入门
- 解决ThinkServer TS250中网卡在centos6.5中没有安装驱动(驱动安装)
- matlab 怎么解ode方程,Matlab解微分方程(ODE+PDE).pdf
- 英语二 - 常用词根二
- macd的顶背离和底背离
- TSU-求最大最小数
- 防止excel单元格有效性验证因被粘贴而失效
- MOGRT视频制作库 Premiere遮罩/转场/特效视频剪辑效果模板库预设
- Android Camera摄像头预览黑屏原因(二)
- 一步搞定无法审查元素
- 课堂笔记:逻辑回归和鸢尾花数据集
- iPhone连接电脑WIN7不显示Apple iPhone便携式设备的解决办法
- Python Excel数据汇总
热门文章
- 从产品角度看人口政策和生育减少问题
- selenium配置Edge 全屏 更改ua 等
- python爬取谷歌学术_对于python抓取google搜索结果的一些了解
- 考勤系统 java_java中一个简单考勤系统
- 用Python制作我的核酸检测日历
- No MyBatis mapper was found in ‘[xx.mapper]‘ package. Please check your configuration.特殊处理
- Mitre SFR 1.4在Windows上用Visual Studio2013 成功运行 及详解
- 【脚本】一键切换单位与家庭wifi网络环境
- 【预训练语言模型】MacBERT: Revisiting Pre-trained Models for Chinese Natural Language Processing
- STM32F401超声波proteus仿真