DataWhale——《深入浅出Pytorch》3

本文介绍了如何使用torchinfo工具包详细展示PyTorch网络结构,并通过一个ResNet模型实例展示了其输出。此外,还探讨了卷积神经网络(CNN)的特征图可视化方法。最后,文章阐述了利用TensorBoard进行训练过程可视化的价值,并介绍了如何启动TensorBoard进行数据分享和可视化。
摘要由CSDN通过智能技术生成


一、可视化网络结构

随着深度学习的发展,许多的网络架构越来越复杂,而且不能很好的理解其中矩阵维度,输出输入维度等信息,对编辑网络架构带来一定的麻烦,因此可以通过torchsummary来对模型的网络架构进行输出,但是该种输出方式存在着一定的缺陷,比如说它只是负责打印出你所搭建的网络有什么有几层,而关于每一层的输入输出并不能完全看得到,因此人们开发了torchinfo工具包 ( torchinfo是由torchsummary和torchsummaryX重构出的库)可以通过以下的指令进行安装

pip install torchinfo

在学习中举了一个关于torchinfo的使用例子

import torchvision.models as models
from torchinfo import summary
resnet18 = models.resnet18() # 实例化模型
summary(model, (1, 3, 224, 224))

代码的结果是

====================================================================

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值