mxnet中symbol的网络结构输出(参数维度，和每层输出维度）

这里介绍的是mxnet的symbol类的网络结构

 

如果要打印参数维度的话，代码很简单，只需下面一行，即可生成一个pdf 文件，以图片形式展示出网络结构

mx.viz.plot_network(sym, shape={"data":(1, 1, 32, 32)}).view()

其中的(1, 1, 32, 32)是输入的维度，即shape，这里输入图片为单通道的32*32大小的图片，根据实际情况进行调整

该方法需要依赖Graphviz，可通过如下命令安装

conda install graphviz

但是这个方法只能打印卷积核的维度，也即是参数的维度，而并不是每层输出层的维度，

 

如果要打印输出层维度也很简单，代码如下：

mx.viz.print_summary(sym, shape={"data":(1, 1, 32, 32)})

——————————————————————————————————————

对于HybridSequential类的输出维度打印，方法如下：

    mx.viz.print_summary(
        net(mx.sym.var('data')),
        shape={'data':(1,3,224,224)}, #set your shape here
    )

——————————————————————————————————————

https://gluon-cv.mxnet.io/build/examples_detection/demo_yolo.html

如demo_yolo.py文件，可以直接print(net)

和print(net.summary(x))