标签：netron onnx torch 每层 pytorch 可视化 model

最近在学习一些检测方面的网络，使用的是pytorch。模型结构可视化是学习网络的有用的部分，pytorch没有原生支持这个功能，需要找一些其他方式，下面总结几种方法（推荐用4）。

1. torch .pt -> netron

netron是一个专门可视化模型的工具，支持很多格式，很自然的就是用它直接显示torch保存的模型。但是实际上...

 

 

显示成了上图，基本上没什么用。

2. 网上说的比较多的几种方式

a. tensorboardx 画出来的比较丑 b. tensorwatch 支持的torch版本低，容易出错 c. graphviz 实测yolov5异常。。

3. torch->caffe->netron

caffe支持的操作不够多，转换很容易碰到不支持的情况

4. torch->onnx->netron

pytorch对onnx支持的比较好，直接有导出接口。 torch.onnx.export... 但这样直接转出来的onnx进行显示没有每一层的输入大小，如下图，还是不方便看。

 

 

我们可以将导出的onnx进行以下操作：   import onnx from onnx import shape_inference model = 'best.onnx' onnx.save(onnx.shape_inference.infer_shapes(onnx.load(model)), model)   再用netron进行显示即可得到，用这种结构图学习就好多了：

标签：netron,onnx,torch,每层,pytorch,可视化,model
来源： https://www.cnblogs.com/zhouxiao1213/p/14258450.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。