【netron】模型可视化工具netron

创始人

2025-05-29 02:21:09

1、简介

在实际的项目中，经常会遇到各种网络模型，需要我们快速去了解网络结构。如果单纯的去看模型文件，脑海中很难直观的浮现网络的架构。这时，就可以使用netron可视化工具，可以清晰的看到每一层的输入输出，网络总体的架构，简单好用。

2、使用方式

这里介绍两种使用方式： 1、使用在线版； 2、下载本地版

1）使用在线版

浏览器访问：https://lutzroeder.github.io/netron/
点击 “Open Model” 按钮，选择要可视化的模型文件即可

在这里插入图片描述

2）下载本地版

终端进行进行安装： pip install netron
安装完成后，在脚本中调用包 import netron
运行程序 netron.start("model.onnx")，会自动打开浏览器进行可视化（最后有例子）

3、支持的网络框架和模型文件类型

（1）支持的框架及对应的文件
在这里插入图片描述

（2）实验式支持，可能不太稳定
在这里插入图片描述

我习惯用 pytorch，但是 netron 对 pytorch 的 .pt 和 .pth 文件不是很友好，所以，我都是先转换为 onnx 格式，再进行可视化，下面举例。

4、举例

一般情况下，netron 只展示最初的输入尺寸和最后的输出尺寸，中间层的输入输出尺寸都是不展示的（如下）。

在这里插入图片描述
可以同过 onnx.save(onnx.shape_inference.infer_shapes(onnx.load("model.onnx")), "model.onnx") 进行处理。这样中间的每一层的输入输出就都会推理出并可视化出来了。（谁有简便方法，评论区留言）

import torch
import torch.nn as nn
import netron
import onnx
from onnx import shape_inferenceclass My_Net(nn.Module):def __init__(self):super(My_Net, self).__init__()self.layer1 = nn.Sequential(nn.Conv2d(3, 16, kernel_size=3, stride=1, padding=1, bias=False),nn.BatchNorm2d(16),nn.LeakyReLU(),)self.layer2 = nn.Sequential(nn.Conv2d(16, 32, kernel_size=1, bias=False),nn.BatchNorm2d(32),nn.LeakyReLU(),)def forward(self, x):x = self.layer1(x)x = self.layer2(x)return xnet = My_Net()
img = torch.rand((1, 3, 224, 224))
torch.onnx.export(model=net, args=img, f='model.onnx', input_names=['image'], output_names=['feature_map'])
onnx.save(onnx.shape_inference.infer_shapes(onnx.load("model.onnx")), "model.onnx")
netron.start("model.onnx")

在这里插入图片描述

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：嵌入式软件开发之Linux下C编程

下一篇：消息中间件-1

热门资讯

SpringBoot的单例模式... 目录 Spring使用的设计模式单例模式简介 Spring所管理的注解 Spring获取对象时加...

小米总裁：一个能打SU7的对手... 5月27日，小米集团总裁、小米品牌总经理卢伟冰在小米一季度业绩电话会上表示，“SU7发布这么久，一款...

港股创新药ETF（159567... 5月30日，港股医药股走强，石药集团涨近8%，消息面上，石药集团在港交所公告，集团目前正与若干独立第...

2023年“网络安全”赛项江苏... 2023年中职组江苏省淮安市“网络空间安全”赛项 ①.2023年中职组江苏省淮安市任务书②.2023...

ArcGIS: 如何利用模型构... 01 实验数据说明chengdu.pix（栅格图像），其中...

从对标星巴克到沦为 “小透明”... 来源 | 伯虎财经（bohuFN）作者 | 林恩凭借“茶饮+烘焙”的双品类模式与对空间体验的执着追求...

图形视图框架QGraphics... QGraphicsScene 该类充当 QGraphicsItems 的容器。它与 QGraphic...

A股三大指数低开 CPO概念跌... 　　中新经纬5月30日电 30日早间，A股三大指数集体低开，上证指数跌0.14%，报3358.81点...

广东虎门通报小车高架坠桥5人死... 近日，广东东莞环莞快速路虎门段的一起交通事故引发了广泛关注。5月19日，有网友反映其侄儿驾车经过该路...

全球资产再平衡，港股创新药赛道... 近年来，全球资本市场的结构性调整愈发显著。在美联储加息周期临近尾声、地缘博弈常态化背景下，资金正重新...

警惕信创ETF高溢价风险摘要：海光信息和中科曙光计划进行资产重组，持有这两只股票权重较高的信创ETF（159537）受到市...

Spring Boot/Clo... 一、前言随着微服务的流行，服务和服务之间的稳定性变得越来越重要。 Sentinel ...

新思科技：在中国市场销售芯片设... 当地时间5月29日，新思科技称已收到美国商务部工业和安全局 (BIS) 信函，告知新思科技与中国相关...

TIME_WAIT 尽可能客户... 、LISTENING状态　　FTP服务启动后首先处于侦听（LISTENING...

蓝桥杯 - 皮亚诺曲线距离题目描述皮亚诺曲线是一条平面内的曲线。下图给出了皮亚诺曲线的 111 阶情形，它是...

卖枕头，真能救酒店？酒店卖枕... 定焦One（dingjiaoone）原创见习作者 | 何欣欣编辑 | 金玙璠在行业整体规模狂飙突进的...

手写-签名的隐私政策本应用尊重并保护所有使用服务用户的个人隐私权。为了给您提供更准确、更有个性化的服务，本...

给车机投放广告？深蓝汽车CEO... 文 / 零度来源 / 节点财经5月27日晚间，深蓝汽车在其官方微博账号发文称，“今日，我们关注到部分...

ElasticSearch-第... 目录 ElasticSearch简介 ElasticSearch 应用场景 ElasticSearc...

JAVA练习82-在排序数组中... 提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮...

最大值最小值归一化_sklea... 然后我们再来看一下,再来说一下归一化比如:在公司有两个人,一个是W2 他能力强,然后领导给他分配...

中金公司：微盘风格未来可能仍有... 中金公司研报称，展望未来，微盘风格可能呈现优势边际弱化、仍存在一定结构性机会的格局。政策端对科创小微...

【超详细】MMLab分类任务m... 本文详细介绍了使用MMLab的mmclassification进行分类任务的环境配置、训练与预测流程...

内地优质科技企业“排大队”赴港... 科技企业纷纷涌向港股市场。Wind资讯数据显示，截至5月29日，有5家企业聆讯通过，另有155家企业...

Spring学习（三） Spring的AOP的XML开发（重要指数五颗星*****）一、AOP...

原创今... 在1998年房改后，我国房地产市场经历了一次爆发式增长，许多购房者借此机会实现了财富的快速增值，尤其...

原创 A... 5月30日，新股打新市场迎来影石创新的发行申购。它在网上发行656万股，顶格申购需配沪市股票市值6....

15个新一线城市名单出炉，郑州... 【大河财立方记者程帅星】5月28日，第一财经旗下新一线城市研究所发布《2025新一线城市魅力排行...

Vector底层源码解析 Java源码系列：下方连接 http://t.csdn.cn/Nwzed 文章目录...

月内3家券商定增迎来新进展，加... 前，证券行业的竞争愈发激烈，资本实力成为券商在市场竞争中制胜的关键因素。近期，证券行业再融资事项迎来...