TorchSummaryX 可视化卷积核，特征图尺寸步骤

编写不易如果觉得不错，麻烦关注一下~

我发现好像没有人使用torchsummaryX 功能包进行卷积神经网络的可视化

https://github.com/nmhkahn/torchsummaryX

强烈推荐，最近在看Attention Unet 网络架构，始终不知道卷积核大小和特征图大小。但是安装该工具包之后，还是有点一目了然。

1.安装pytorch. https://pytorch.org/ 在pytorch 官网中找自己的下载pytorch 语句，我的环境有Anaconda3 所以我使用Anaconda Prompt 还是可以下载下来的。

 2.使用github 中国的下载安装语句安装torchsummaryX

然后选择自己喜欢的网络结构，进行显示网络结构例如我的Attention Unet

首先初始化model 网络，然后summary 传入两个参数，一个model 和输入图片的大小，（N,C,H,W）图片数量，通道数量，和图片尺寸大小。

 

上面就是显示网络的架构图。kenel shape 就是卷积核大小。我感觉[3,64,3,3]第一个3 指的是卷积核的通道数，第二个64 指的是卷积核的数量，第三个和第四个3 指的是卷积核大小。

我发现还有一个好处就是修改网络结构经常尺寸大小不确定。但是用了这个显示，如果有错误，可以及时改正，如果没有错误，网络会直接打印网络结构。