Keras:网络结构可视化

版权声明:本文为博主原创文章,未经博主允许不得转载。 https://blog.csdn.net/qq_38906523/article/details/80319990


MMdnn Visualizer网络可视化。

微软最近开源了MMdnn,可用于转换、可视化和诊断深度神经网络。目前支持 CNTK、Tensorflow、Caffe、Keras、MXNet等框架。

github.com/Microsoft/MM

具体步骤:

1 安装MMdnn

pip install https://github.com/Microsoft/MMdnn/releases/download/0.1.3/mmdnn-0.1.3-py2.py3-none-any.whl

相关依赖

pip install tensorflow
pip install keras
conda install -c anaconda requests

2 用keras编译模型

以keras自带的example,mnist_mlp.py为例

model = Sequential()
model.add(Dense(512, activation='relu', input_shape=(784,)))
model.add(Dropout(0.2))
model.add(Dense(512, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(num_classes, activation='softmax'))
model.summary()
model.compile(loss='categorical_crossentropy', optimizer=RMSprop(), metrics=['accuracy'])

3 将模型保存为.json格式

json_string = model.to_json()
with open('mlp_model.json','w') as of:
    of.write(json_string)

4 将模型转换为中间表示

在mlp_model.json文件目录下cmd执行

python -m mmdnn.conversion._script.convertToIR -f keras -d keras_mlp -n mlp_model.json

5 浏览器打开MMdnn Visualizer并选择文件

mmdnn.eastasia.cloudapp.azure.com:8080

阅读更多
博主设置当前文章不允许评论。

没有更多推荐了,返回首页