Pytorch Note57 Pytorch可视化网络结构
全部笔记的汇总贴: Pytorch Note 快乐星球
随着深度神经网络做的的发展,网络的结构越来越复杂,我们也很难确定每一层的输入结构,输出结构以及参数等信息,这样导致我们很难在短时间内完成debug。因此掌握一个可以用来可视化网络结构的工具是十分有必要的。类似的功能在另一个深度学习库Keras中可以调用一个叫做model.summary()的API来很方便地实现,调用后就会显示我们的模型参数,输入大小,输出大小,模型的整体参数等,但是在PyTorch中没有这样一种便利的工具帮助我们可视化我们的模型结构。
对于pytorch来说,模型结构的可视化还是比较重要的,这样能够方便我们对数据的理解,并且也能加深对数据每一层的卷积变化的理解。今天这篇就简单介绍一下,一些模型的可视化,是我平常写代码常用的,也可以用来检测代码是否能够正确输出。
使用print打印
其实最简单的就是可以使用print打印,比如我们不懂其中一个网络的官方实现,我们可以从torchvision导入我们的模型
我简单使用torchvision中的alexnet模型进行测试
from torchvision