问题:怎么看部署的ViT
结构?
解决:实例化生成的模型,结合summary
方法打印,以pytorch
环境为例:
在虚拟环境中下载对应的torchsummary
,pip
安装指令:pip install torchsummary
。
测试是否成功:输入‘python
’,进入IDLE
,import torchsummary
不报错则成功。
打印VIT
结构:
import torch
from torchsummary import summary
from vit_model import vit_base_patch16_224_in21k as create_model
if __name__ == "__main__":
# 需要使用device来指定网络在GPU还是CPU运行
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
#m = YoloBody([[6, 7, 8], [3, 4, 5], [0, 1, 2]], 80).to(device)
model = create_model(num_classes=5, has_logits=False).to(device)
summary(model, input_size=(3, 224, 224))
"""
#打印yolo方法
import torch
from torchsummary import summary
from nets.yolo import YoloBody
if __name__ == "__main__":
# 需要使用device来指定网络在GPU还是CPU运行
device = torch.device('cuda' if torch.cuda.is_available() else 'cpu')
m = YoloBody([[6, 7, 8], [3, 4, 5], [0, 1, 2]], 80).to(device)
summary(m, input_size=(3, 416, 416))
"""
部分结果:
其实summary还有很多实用的用法:
【相关资源】Tensorflow学习笔记——Summary用法