深度学习中的网络可视化工具（非常轻量化）

推荐工具： netron
为什么需要使用神经网络可视化工具？
在复现别人的模型的时候，有时我们要知道一个模型的输入与输出名，可是有时作者并没有告诉我们，要我们自己去查，有了这个工具可以清晰地看见网络的输入输出名，具体的网络结构。相比tensorboard它更加轻量化，而且支持各种框架。

netron所支持的框架—对应的模型：
支持的框架
support for：
ONNX (.onnx, .pb, .pbtxt),
Keras (.h5, .keras),
CoreML (.mlmodel),
Caffe2 (predict_net.pb, predict_net.pbtxt),
MXNet (.model, -symbol.json)
TensorFlow Lite (.tflite).
experimental support for ：
Caffe (.caffemodel, .prototxt),
PyTorch (.pth),
Torch (.t7),
CNTK (.model, .cntk),
PaddlePaddle (model),
Darknet (.cfg),
scikit-learn (.pkl),
TensorFlow.js (model.json, .pb)
TensorFlow (.pb, .meta, .pbtxt).
以上框架大家都可以测试一下：可以从网上找模型测试

(1) 安装方法1，源码安装
安装方法： 支持linux、windows、mac
查看：https://github.com/lutzroeder/Netron
工具里面的说明进行安装，推荐用pip安装，很方便
终端输入： pip install neutron

（2）免安装方法，在线版本
这是一个在线可视化的版本，只要上传模型就能生成结构了: https://lutzroeder.github.io/netron/

（1）源码安装完毕的使用过程
代码：

#coding=utf8
"""
@author xuwentao
dev 2020.1.17
可视化网络的工具代码
"""
# 导入可视化工具
import netron
model_path = "/home/xuwentao/AlphaPose/models/sppe/duc_se.pth"
netron.start(model_path)

执行：

(AlphaPose) xuwentao@xuwentao-OMEN-by-HP-Desktop-PC-880-p1xx:~/AlphaPose$ python view_model.py 
Serving '/home/xuwentao/AlphaPose/models/sppe/duc_se.pth' at http://localhost:8080

执行完毕之后，自动弹出网页版本的可视化------模型打印成功！！疯狂开发

部分的模型结构