netron 神经网络可视化

netron并不支持pytorch通过torch.save方法导出的模型文件，因此在pytorch保存模型的时候，需要将其导出为onnx格式的模型文件，可以利用torch.onnx模块实现这一目标。

整体的流程分为两步，第一步，pytorch导出onnx格式的模型文件。第二步，netron载入模型文件，进行可视化。接下来按照这两步进行实践。

一、pytorch导出onnx格式的模型文件

1、在cmd中下载onnx

pip install onnx

2、在代码中加入如下代码：

第一种：

#定义了要保存的ONNX模型的路径和名称
onnx_path = "myobjectSSDModel.onnx"
#括号中第一个是模型名字，第二个是模型的输入，将模型和输入数据导出为ONNX格式，并保存到定义的路径。
torch.onnx.export(mymodeSSD, myinputSSD, onnx_path)
#从定义的路径加载ONNX模型。
onnx_model = onnx.load(onnx_path)
#对ONNX模型进行形状推理，并保存推理后的模型到原路径。
onnx.save(onnx.shape_inference.infer_shapes(onnx_model), onnx_path)
#使用Netron来打开和显示ONNX模型的可视化界面。
netron.start(onnx_path)

第二种：

onnx = torch.onnx.export(net, x, 'test.onnx')
netron.start(onnx)

二、netron载入模型文件

运行后，点击生成页面中的地址，或直接打开网页netron

进入如下页面，点击open model

在文件夹中找到你导出的onnx模式的模型文件，和代码文件存储的地方相同

打开即可看到可视化结果