pytorch打印網(wǎng)絡(luò)結(jié)構(gòu)的實(shí)例
最簡(jiǎn)單的方法當(dāng)然可以直接print(net),但是這樣網(wǎng)絡(luò)比較復(fù)雜的時(shí)候效果不太好,看著比較亂;以前使用caffe的時(shí)候有一個(gè)網(wǎng)站可以在線生成網(wǎng)絡(luò)框圖,tensorflow可以用tensor board,keras中可以用model.summary()、或者plot_model()。pytorch沒有這樣的API,但是可以用代碼來完成。
(1)安裝環(huán)境:graphviz
conda install -n pytorch python-graphviz
或:
sudo apt-get install graphviz
或者從官網(wǎng)下載,按此教程。
(2)生成網(wǎng)絡(luò)結(jié)構(gòu)的代碼:
def make_dot(var, params=None): """ Produces Graphviz representation of PyTorch autograd graph Blue nodes are the Variables that require grad, orange are Tensors saved for backward in torch.autograd.Function Args: var: output Variable params: dict of (name, Variable) to add names to node that require grad (TODO: make optional) """ if params is not None: assert isinstance(params.values()[0], Variable) param_map = {id(v): k for k, v in params.items()} node_attr = dict(style='filled', shape='box', align='left', fontsize='12', ranksep='0.1', height='0.2') dot = Digraph(node_attr=node_attr, graph_attr=dict(size="12,12")) seen = set() def size_to_str(size): return '('+(', ').join(['%d' % v for v in size])+')' def add_nodes(var): if var not in seen: if torch.is_tensor(var): dot.node(str(id(var)), size_to_str(var.size()), fillcolor='orange') elif hasattr(var, 'variable'): u = var.variable name = param_map[id(u)] if params is not None else '' node_name = '%s\n %s' % (name, size_to_str(u.size())) dot.node(str(id(var)), node_name, fillcolor='lightblue') else: dot.node(str(id(var)), str(type(var).__name__)) seen.add(var) if hasattr(var, 'next_functions'): for u in var.next_functions: if u[0] is not None: dot.edge(str(id(u[0])), str(id(var))) add_nodes(u[0]) if hasattr(var, 'saved_tensors'): for t in var.saved_tensors: dot.edge(str(id(t)), str(id(var))) add_nodes(t) add_nodes(var.grad_fn) return dot
(3)打印網(wǎng)絡(luò)結(jié)構(gòu):
import torch from torch.autograd import Variable import torch.nn as nn from graphviz import Digraph class CNN(nn.module): def __init__(self): ****** def forward(self,x): ****** return out ***************************** def make_dot(): #復(fù)制上面的代碼 ***************************** if __name__ == '__main__': net = CNN() x = Variable(torch.randn(1, 1, 1024,1024)) y = net(x) g = make_dot(y) g.view() params = list(net.parameters()) k = 0 for i in params: l = 1 print("該層的結(jié)構(gòu):" + str(list(i.size()))) for j in i.size(): l *= j print("該層參數(shù)和:" + str(l)) k = k + l print("總參數(shù)數(shù)量和:" + str(k))
(4)結(jié)果展示(例如這是一個(gè)resnet block類型的網(wǎng)絡(luò)):
以上這篇pytorch打印網(wǎng)絡(luò)結(jié)構(gòu)的實(shí)例就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
在django中form的label和verbose name的區(qū)別說明
這篇文章主要介紹了在django中form的label和verbose name的區(qū)別說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05OpenCV實(shí)戰(zhàn)之實(shí)現(xiàn)手勢(shì)虛擬縮放效果
本篇將會(huì)以HandTrackingModule為模塊,實(shí)現(xiàn)通過手勢(shì)對(duì)本人的博客海報(bào)進(jìn)行縮放。文中的示例代碼講解詳細(xì),具有一定的借鑒價(jià)值,需要的可以參考一下2022-11-11Python設(shè)計(jì)實(shí)現(xiàn)的計(jì)算器功能完整實(shí)例
這篇文章主要介紹了Python設(shè)計(jì)實(shí)現(xiàn)的計(jì)算器功能,結(jié)合完整實(shí)例形式分析了Python3.5實(shí)現(xiàn)計(jì)算器功能的正則、字符串及數(shù)值運(yùn)算等相關(guān)操作技巧,需要的朋友可以參考下2017-08-08Python中字符串相關(guān)操作的運(yùn)算符總結(jié)
這篇文章主要介紹了Python之字符串相關(guān)操作的運(yùn)算符,本文通過案例給大家詳細(xì)講解python字符串運(yùn)算符的說明,需要的朋友可以參考下2023-12-12Python遠(yuǎn)程開發(fā)環(huán)境部署與調(diào)試過程圖解
這篇文章主要介紹了Python遠(yuǎn)程開發(fā)環(huán)境部署與調(diào)試過程圖解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-12-12