Pytorch网络结构可视化

现在用的这个：

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

    for name, param in net.named_parameters():
        print(param.size(),name,  )

下面这个报错：

Pytorch网络结构可视化
 
使用这个网址，超级强悍

https://lutzroeder.github.io/netron/

可以通过以下的命令进行安装

pip install graphviz
pip install torch torchvision
pip install tensorwatch

载入库
import sys
import torch
import tensorwatch as tw
import torchvision.models

网络结构可视化
model = torchvision.models.alexnet()
tw.draw_model(model, [1, 3, 224, 224])

载入alexnet，draw_model函数需要传入三个参数，第一个为model，第二个参数为input_shape，第三个参数为orientation，可以选择’LR’或者’TB’，分别代表左右布局与上下布局。

在notebook中，执行完上面的代码会显示如下的图，将网络的结构及各个层的name和shape进行了可视化。

统计网络参数
可以通过model_stats方法统计各层的参数情况。

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

文章来源: blog.csdn.net，作者：网奇，版权归原作者所有，如需转载，请联系作者。

原文链接：blog.csdn.net/jacke121/article/details/103689899