pytorch可视化使用graphviz+torchviz查看计算图

最新推荐文章于 2025-03-21 10:12:10 发布

雪的期许

最新推荐文章于 2025-03-21 10:12:10 发布

阅读量5.7k

点赞数 5

分类专栏：科研：机器学习&深度学习文章标签： pytorch 深度学习计算图可视化

本文链接：https://blog.csdn.net/winter2121/article/details/119985478

版权

科研：机器学习&深度学习专栏收录该内容

12 篇文章

订阅专栏

本文介绍了如何在Python环境中安装graphviz和torchviz库，特别是对于Windows用户，需要额外配置环境变量。通过示例展示了利用这两个库来可视化AlexNet模型的前向传播过程，创建和保存模型的计算图。最后，提供了成功安装后的验证方法。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

安装graphviz和torchviz

pip install graphviz
pip install git+https://github.com/szagoruyko/pytorchviz

Windows用户请注意，需要到graphviz官网下载windows版本并安装，然后添加系统环境变量（右键开始菜单-> 系统 -> 右侧高级系统设置 -> 环境变量 -> 系统变量 -> 双击Path -> 新建）：
在这里插入图片描述

然后重启pycharm！在Terminal（或cmd）中输入dot -version显示版本信息证明安装成功。

示例

import torch
from torchvision.models import AlexNet
from torchviz import make_dot

# 以AlexNet为例，前向传播
x = torch.rand(8, 3, 256, 512)
model = AlexNet()
y = model(x)

# 构造图对象，3种方式
g = make_dot(y)
# g = make_dot(y, params=dict(model.named_parameters()))
# g = make_dot(y, params=dict(list(model.named_parameters()) + [('x', x)]))

# 保存图像
# g.view()  # 生成 Digraph.gv.pdf，并自动打开
g.render(filename='graph', view=False)  # 保存为 graph.pdf，参数view表示是否打开pdf