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))