pytorch统计网络深度与权重大小两种方式（pytorch-summary）

最新推荐文章于 2024-11-04 14:10:17 发布
最新推荐文章于 2024-11-04 14:10:17 发布
阅读量874 收藏 1
点赞数
分类专栏： pytorch 深度学习 文章标签： pytorch python 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_48174100/article/details/120216670
版权
本文介绍了两种在PyTorch中统计网络深度和权重大小的方法。一种是通过手写代码来统计，另一种是利用第三方库torchsummary，该库提供了方便的模型概览功能，只需安装后导入即可使用。
摘要由CSDN通过智能技术生成

手撸代码

keras有个model.summary(） 查看网络结构参数
pytorch没有
一般用print(model)查看网络结构
然后自己手写一个方法统计权重参数量

def CustomCal(net):
    res = 0
    for i in net:
        weight = i.weight.shape
        bias = i.bias.shape
        tmp=1
        for j in weight:
            tmp *= j
        res+=tmp
        res+=bias[0]
    return res

利用pytorch-summary

有大佬针对这个问题专门写了一个包去实现类似的功能
pytorch-summary

直接pip install torchsummary 安装
然后导入使用就行了

from torchsummary import summary
summary(your_model, input_size=(channels, H, W))

---------------------------</
最低0.47元/天 解锁文章
PyTorch深度学习实战（3）——使用PyTorch构建神经网络
盼小辉丶的博客
06-13 6万+
PyTorch 是一个用于构建深度神经网络的库，具有灵活性和可扩展性，可以轻松自定义模型。在本节中，我们将使用 PyTorch 库构建神经网络，利用张量对象操作和梯度值计算更新网络权重，并利用 Sequential 类简化网络构建过程，最后还介绍了如何使用 save、load 方法保存和加载模型，以节省模型训练时间。
PyTorch深度学习实战（11）——卷积神经网络
盼小辉丶的博客
08-14 1万+
卷积神经网络 (Convolutional Neural Network, CNN) 是一种广泛应用的深度学习模型。通过参数共享、局部感知和空间结构等优势，能够更好地处理图像数据，并在图像识别、目标检测和图像生成等任务中展现出强大的能力。在本节中，介绍了卷积的计算方法以及卷积神经网络的基本组件，并使用 PyTorch 构建了卷积神经网络以深入了解其工作原理。
在Pytorch上使用summary
热门推荐
Einstellung的博客
10-14 4万+
我们知道，Keras有一个非常有好的功能是summary，可以打印显示网络结构和参数，一目了然。但是，Pytorch本身好像不支持这一点。不过，幸好有一个工具叫torchsummary，可以实现和Keras几乎一样的效果。 pip install torchsummary 然后我们定义好网络结构之后，就可以用summary来打印显示了。假设我们定义的网络结构是一个叫Generator的类。 im...
Pytorch之summary
m0_46646835的博客
10-14 1526
Pytorch之summary 导入summary from torchsummary import summary summary(model , input_size = (channel , H , W))
pytorch初学者理解网络的神器summary
最新发布
Guangli_R的博客
11-04 748
初学者理解pytorch网络的神器：summary
【Pytorch实现】——summary
m0_45388819的博客
10-08 1434
【Pytorch实现】——summary Keras中有一个非常简介的API用来可视化model，这对debug我们的网络模型非常有用，下面介绍的就是Pytorch中的类似实现——summary Github链接 pytorch-summary 安装 pip install torchsumary 使用 下面代码示例 import torch import torch.nn as nn import torch.nn.functional as F from torchsum
【PyTorch】模型可视化之 pytorch-summary
北境の守望者
05-28 2万+
Backto PyTorch Index 我个人最喜欢的模型可视化工具， github 安装 pip install torchsummary 应用 from torchsummary import summary ... summary(your_model, input_size=(channels, H, W)) info 分析 每一层的类型、shape 和 参数量 模型整体的...
PytorchSummary查看网络摘要
江晓狐的博客
05-04 337
import torch from torchsummary import summary import torchvision model = torchvision.models.resnet18(pretrained=True) model.conv1 = torch.nn.Conv2d(1, 64, kernel_size=7, stride=2, padding=3, bias=False) model.fc = torch.nn.Linear(in_features=512, out_feat
PyTorch深度学习实战（33）——生成对抗网络(Generative Adversarial Network, GAN)
盼小辉丶的博客
01-22 4673
生成对抗网络 (Generative Adversarial Networks, GAN) 是一种由两个相互竞争的神经网络组成的深度学习模型，它由一个生成网络和一个判别网络组成，通过彼此之间的博弈来提高生成网络的性能。生成对抗网络使用神经网络生成与原始图像集非常相似的新图像，它在图像生成中应用广泛，且 GAN 的相关研究正在迅速发展，以生成与真实图像难以区分的逼真图像。在本节中，我们将学习 GAN 网络的原理并使用 PyTorch 实现 GAN。
PyTorch深度学习实战（34）——DCGAN详解与实现
盼小辉丶的博客
01-25 3843
DCGAN 是优秀的图像生成模型，其生成网路和判别网络都是使用卷积层和反卷积层构建的深度神经网络。生成网络接收一个随机噪声向量作为输入，并通过逐渐减小的反卷积层将其逐渐转化为与训练数据相似的输出图像；判别网络则是一个用于分类真实和生成图像的卷积神经网络。在本节中，我们学习了如何构建并训练 DCGAN 生成人脸图像。
pytorch实用工具：torchsummary、torchsnooper、显示tensor的vutils
yangdeshun888的博客
02-01 2万+
一. torchsummmary工具： 其主要是用来计算网络的计算参数等信息的，其大概的流程为： 安装指令： pip install torchsummary 使用方法： import torch, torchvision model = torchvision.models.vgg model = torchvision.models.vgg16() from torchsum...
pytorch-summary：PyTorch中的模型摘要类似于Keras中的`model.summary（）`。
02-05
model.summary()中的Keras样式model.summary() Keras有一个简洁的API来查看模型的可视化，这在调试网络时非常有帮助。 这是一个尝试在PyTorch中模仿的准系统代码。 目的是提供与print(your_model)中的print(your_model)无法提供的信息互补的信息。 用法 pip install torchsummary或 git clone https://github.com/sksq96/pytorch-summary from torchsummary import summary summary ( your_model , in
Python Unet网络结构pytorch简单实现+torchsummary可视化（可以直接运行）
12-21
Unet的网络结构： 根据该结构，用Pytorch实现Unet： # -*- coding: utf-8 -*- import torch import torch.nn as nn from torch.autograd import Variable import torchvision.datasets as dset import torchvision.transforms as transforms import torch.nn.functional as F import numpy as np import torch.utils.data as Data seed =
pytorch查看通道数 维数 尺寸大小方式
09-16
主要介绍了pytorch查看通道数 维数 尺寸大小方式，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
PyTorch 模型总结工具教程
gitblog_00924的博客
08-09 904
PyTorch 模型总结工具教程 pytorch-summarypytorch-summary - 一个PyTorch库，提供类似于Keras中model.summary()的功能，用于可视化模型结构和参数信息。项目地址:https://gitcode.com/gh_mirrors/py/pytorch-summary 项目介绍 pytorch-summary 是一个用于在 PyTorch 中生...
PyTorch Summary 项目安装和配置指南
gitblog_09265的博客
09-13 478
PyTorch Summary 项目安装和配置指南 pytorch-summary pytorch-summary - 一个PyTorch库，提供类似于Keras中model.summary()的功能，用于可视化模型结构和参数信息。 ...
pytorch 中的torchsummary
qq_41468616的博客
11-05 1万+
torchsummary torchsummary能够查看模型的输入和输出的形状，可以更加清楚地输出模型的结构。 torchsummary.summary(model, input_size, batch_size=-1, device="cuda") 功能：查看模型的信息，便于调试 model：pytorch 模型，必须继承自 nn.Module input_size：模型输入 size，形状为 CHW batch_size：batch_size，默认为 -1，在展示模型每层输出的形状时显示
PyTorch Summary 项目教程
gitblog_00202的博客
08-09 302
PyTorch Summary 项目教程 pytorch-summarypytorch-summary - 一个PyTorch库，提供类似于Keras中model.summary()的功能，用于可视化模型结构和参数信息。项目地址:https://gitcode.com/gh_mirrors/py/pytorch-summary 1. 项目的目录结构及介绍 PyTorch Summary 项目的目...
在 PyTorch 中，可以使用 `torchsummary` 库来获得类似于 TensorFlow 中 `model.summary()` 的清晰直观的模型摘要。显示模型的总体结构、每层的参数等
qlkaicx的博客
07-08 835
下面是一个使用# 定义一个简单的模型return x# 实例化模型# 使用 torchsummary 显示模型摘要在 PyTorch 中，库提供了类似于 TensorFlow的功能，能够直观地显示模型结构和参数。这对于快速了解模型的组成和调试非常有用。重点内容安装库：使用安装。使用summary()函数：显示模型的结构和参数。通过使用，PyTorch 用户可以获得与 TensorFlow 用户类似的便捷体验，从而更高效地进行深度学习模型的开发和调试。
python读取一个训练好的pytorch神经网络中所有的权重参数,使用torchsummary
11-02
在PyTorch中，如果你已经训练好了一个模型，并想要读取其所有的权重参数，你可以通过`model.state_dict()`方法获取到模型的所有参数字典。这个字典包含了模型的所有层及其相应的权重和偏置。 例如，假设你有一个名...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值