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)