pytorch可视化方法

netron：https://blog.csdn.net/jieleiping/article/details/102975939
https://blog.csdn.net/dcrmg/article/details/103014890

系列文章目录

提示：这里可以添加系列文章的所有文章的目录，目录需要自己手动添加
例如：第一章 Python 机器学习入门之pandas的使用

---

提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档

---

一、torchvis方法

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用步骤

1.首先安装，三行代码都要执行

sudo apt install graphviz
pip install graphviz
pip install tochviz （或pip install git+https://github.com/szagoruyko/pytorchviz）

Graphviz 是 AT&T 开发的一款开源的图形可视化软件，可以根据dot脚本语言中绘制的无向图（显示了对象间最简单的关系）画出直观的树形图。

2.执行代码

代码如下（示例）：

import torch
from torch import nn
from torchviz import make_dot, make_dot_from_trace
 
model = nn.Sequential()
model.add_module('W0', nn.Linear(8, 16))
model.add_module('tanh', nn.Tanh())
model.add_module('W1', nn.Linear(16, 1))
 
x = torch.randn(1,8)
 
vis_graph = make_dot(model(x), params=dict(model.named_parameters()))
vis_graph.view()  # 会在当前目录下保存一个“Digraph.gv.pdf”文件，并在默认浏览器中打开
 
with torch.onnx.set_training(model, False):
    trace, _ = torch.jit._get_trace_graph(model, args=(x,))
make_dot_from_trace(trace)
# torch1.1以及以下版本，函数torch.jit._get_trace_graph改为torch.jit.get_trace_graph

可视化结果如下：

二.Netron

1.在线使用网站：
https://lutzroeder.github.io/netron/
2.Netron安装开源地址：
https://github.com/lutzroeder/Netron

直接传入.pth文件即可（需传入parameters）