pytorch 网络可视化

今天使用hiddenlayer测试了下retinanet网络的可视化。
首先，安装hiddlayer，直接pip pip install git+https://github.com/waleedka/hiddenlayer.git
然后在终端加载模型并显示：

import model, torch
import hiddenlayer as hlretinanet = model.resnet18(num_classes=100, pretrained=True).cuda()
x = torch.rand((1, 3, 224, 224)).cuda().float()
ann = torch.tensor([[[20.0, 30.0, 53.2, 33.3, 32.0]]]).cuda().float()
hl.build_graph(retinanet, [x, ann])
hl.save('/home/willer/model.pdf')

模型太复杂了，放在这里了。
昨天晚上对比着模型结构的pdf和代码又看了下，发现还是很有用的，起码对网络的数据流动的认识更加清晰了。

转载于:https://www.cnblogs.com/zi-wang/p/9958248.html

pytorch 网络可视化相关推荐

超实用的7种 pytorch 网络可视化方法，进来收藏一波
引导前言 1. torchsummary 2. graphviz + torchviz 3. Jupyter Notebook + tensorwatch 4. tensorboardX 5. ne ...
pytorch 网络可视化(五)：netron
引导共三种方法 1. netron 包可视化网络 1.1 安装 netron 包 1.2 测试是否安装成功 1.3 查看网络结构 2. netron 网页版可视化网络 3. netron 软件可视化 ...
PyTorch下的网络可视化方式和工具
直接输出网络结果(以文本形式) 以以下博客为例:4.Deep Residual Network_马鹏森的博客-CSDN博客 The simplest way to visualize is to pr ...
Pytorch网络结构可视化
现在用的这个: net = load_model(net, args.trained_model, args.cpu) for name, param in net.named_parameters( ...
pytorch卷积可视化_使用Pytorch可视化卷积神经网络
pytorch卷积可视化 Filter and Feature map Image by the author 筛选和特征图作者提供的图像 When dealing with image's and ...
PyTorch之—可视化（Visdom/TensorboardX）
文章目录一.Visdom 安装与使用小案例二.TensorBoardX 案例一案例二使用PROJECTOR对高维向量可视化绘制网络结构一.Visdom Visdom是Facebook在2 ...
【深度学习实战】---TensorBoard网络可视化
[深度学习实战]-TensorBoard网络可视化前记为了能够更加深层次的理解我们的网络结构,不必要是画一份简简单单的网络的草图(如[深度学习实战]迈出第一步------编写第一个神经网络),那么 ...
深度学习之网络可视化
想要对一个深度学习模型有最直观的了解那就是直接可视化其网络结构,常见的网络可视化工具有很多,今天就自己了解的进行简单的总结, tensorflow的模型结构可视化方法: (1)使用自带的tensorb ...
Pytorch的可视化工具visdom的基本使用
Pytorch的可视化工具visdom的基本使用一.简介 Visdom 是 Facebook 专门为Pytorch开发的一款用于创建.组织和共享实时丰富数据的开源可视化工具.支持 Torch 和 N ...

pytorch 网络可视化

pytorch 网络可视化相关推荐

最新文章

热门文章