Pytorch網路結構視覺化

現在用的這個：

net = load_model(net, args.trained_model, args.cpu)

for name, param in net.named_parameters():

print(param.size(),name,  )

下面這個報錯：

pytorch網路結構視覺化

使用這個**，超級強悍

可以通過以下的命令進行安裝

pip install graphviz

pip install torch torchvision

pip install tensorwatch

載入庫import sys

import torch

import tensorwatch as tw

import torchvision.models

網路結構視覺化

model = torchvision.models.alexnet()

tw.draw_model(model, [1, 3, 224, 224])

載入alexnet，draw_model函式需要傳入三個引數，第乙個為model，第二個引數為input_shape，第三個引數為orientation，可以選擇』lr』或者』tb』，分別代表左右布局與上下布局。

在notebook中，執行完上面的**會顯示如下的圖，將網路的結構及各個層的name和shape進行了視覺化。

統計網路引數

可以通過model_stats方法統計各層的引數情況。

tw.model_stats(alexnet_model, [1, 3, 224,

Pytorch 網路結構視覺化

conda install graphviz conda install tensorwatch import sys import torch import tensorwatch as tw import torchvision.models alexnet model torchvision....

pytorch中視覺化網路結構方法 1

1.安裝兩個包 pip install tensorboardx pip install torchsummary 2.例項.import torch from torch import nn from torch.nn import functional as f from tensorboard...

Caffe 的視覺化 （二）網路結構視覺化

caffe 的視覺化 二 網路結構視覺化 使用caffe裡的工具 draw net.py 該檔案在目錄 caffe root python 裡 usage draw net.py h rankdir rankdir phase phase input net proto file output im...