最近在做跟hrnet相关的一些工作,需要查看网络的结构,对某些网络层需要进行特别的处理,所以需要对网络结构进行可视化。一开始想到的就是netron,但是由于hrnet网络中对层进行了封装处理,所以得到的是如下示意图:
但是这种对封装的模块不能展开,不方便查看内部结构。
后来尝试使用了TensorBoardX,代码大致如下:
# build model
model = eval('models.'+config.MODEL.NAME +
'.get_seg_model')(config)
dump_input = torch.rand(
(1, 3, config.TRAIN.IMAGE_SIZE[1], config.TRAIN.IMAGE_SIZE[0]))
print("dump_input:", dump_input.shape)
# jing
with SummaryWriter(comment='hrnet') as w:
w.add_graph(model, (dump_input,))
正常情况下,上面的代码运行结束后,会在当前目录生成一个叫runs的文件夹,runs文件夹里面会有一个文件夹Jul20_18-03-19_WH-PC19012HrNet,里面存储了可视化所需要的日志信息。用cmd进入到runs文件夹所在的目录中(路劲中不能有中文),然后cmd中输入:
tensorboard --logdir Jul_20-03-19_WH-PC19012HrNet
但是会报如下错误:
网上查了下可能跟网络结构中的None有关系,也可能跟pytorch TensorBoard版本有关系,反正没解决😅
后来使用graphviz+torchviz来可视化模型,主要步骤如下:
pip install graphviz # 安装graphviz
pip install git+https://github.com/szagoruyko/pytorchviz # 通过git安装torchviz
import torch
from torchvision.models import AlexNet
from torchviz import make_dot
x=torch.rand(8,3,256,512)
model=AlexNet()
y=model(x)
# 调用make_dot()函数构造图对象
g = make_dot(y)
# 保存模型,以PDF格式保存
g.render('Alex_model', view=False)