模型参数量分析工具

项目仓库

GitHub - JJLi0427/Model_Params_Analyzer

项目已经开源到github，欢迎做更多的开发和提出issue

项目介绍

在做一些深度学习的项目时，经常要做一些模型参数量和运算效率，指标变化效果的实验，如果有一个合适的工具可以可视化观察项目的参数量分布，并且有一些总量和占比的计算，可以极大优化工作效率，为此开发了这一款工具

项目基于pyecharts库开发，实现了基于模型参数字典的树图绘制，以及矩形树图的绘制，用户可以直观的知道模型各个部分的参数关系和参数量以及占比

图表效果演示

使用方法

项目已经上传到PYPI，支持从pip直接安装mpanalyze

pip install mpanalyze

分析模型，在模型的类已经被初始化之后，调用mpanalyze的params_analyze

import mpanalyze
mpanalyze.params_analyze(${model})

params_analyze一些其他的参数配置：

• params_analyze model: 对象 | 要分析的模型
•  name: 字符串(可选) | 模型的名称，它将用于命名分析文件夹，如果未指定，目录名称将为 'params_analyze'
•  port: 整数(可选) | 用于HTTP服务器的端口，如果未指定，浏览器将不会被打开。建议只在调试模式下使用，如果在训练中使用，它将阻塞训练过程。
• save_dict: 布尔值(可选) | 是否将参数保存到JSON文件，默认为True
•  tree: 布尔值(可选) | 是否绘制树形图，默认为True
•  treemap: 布尔值(可选) | 是否绘制树状图，默认为True。

如果只想获取参数分析的字典，可以用下面这种方式

param_dict = calculate_dict(model)

拿到param_dict字典还可以用于其他的深度学习网络分析工作