Pytorch如何打印与Keras的model.summary()类似的输出

Xminyang

于 2023-07-18 01:49:53 发布

阅读量3k

点赞数

分类专栏： Deep Learning 文章标签： pytorch keras 人工智能

本文链接：https://blog.csdn.net/Xminyang/article/details/131778330

版权

Deep Learning 专栏收录该内容

4 篇文章

订阅专栏

文章展示了如何在PyTorch环境中使用torchsummary包来实现类似于Keras的模型摘要功能。通过编写一个简单的卷积神经网络示例，然后应用torchsummary库，可以在命令行中查看模型结构和参数信息。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 Keras的model.summary()

在这里插入图片描述

2 Pytorch实现

2.1 安装torchsummary包

pip install torchsummary

2.2 代码

import torch
import torch.nn as nn
import torch.nn.functional as F
from torchsummary import summary

class Net(nn.Module):
    def __init__(self):
        super(Net, self).__init__()
        self.conv1 = nn.Conv2d(1, 10, kernel_size=5)
        self.conv2 = nn.Conv2d(10, 20, kernel_size=5)
        self.conv2_drop = nn.Dropout2d()
        self.fc1 = nn.Linear(320, 50)
        self.fc2 = nn.Linear(50, 10)

    def forward(self, x):
        x = F.relu(F.max_pool2d(self.conv1(x), 2))
        x = F.relu(F.max_pool2d(self.conv2_drop(self.conv2(x)), 2))
        x = x.view(-1, 320)
        x = F.relu(self.fc1(x))
        x = F.dropout(x, training=self.training)
        x = self.fc2(x)
        return F.log_softmax(x, dim=1)

device = torch.device("cuda" if torch.cuda.is_available() else "cpu") # PyTorch v0.4.0
model = Net().to(device)

summary(model, (1, 28, 28))