Pytorch查看网络参数、模型可视化和简单测试模型

待我称王封你为后i 2022-12-11 12:24 357阅读 0赞

#### Pytorch查看网络参数 ####

net = YourNet()
    print(net)
    params = list(net.parameters())
    k = 0
    for i in params:
        l = 1
        # print("该层的结构："+ str(list(i.size())))
        for j in i.size():
            l *= j
        # print("该层参数和："+ str(l))
        k = k + l
    print('总参数和：' + str(k))

*  用summary()调出每层的输出大小和参数。

# pip install torchsummary
    net = YourNet()
    from torchsummary import summary
    summary(net, input_size=(3, 64, 64), batch_size=1)

#### Pytorch简单测试自己搭建的模型是否正确 ####

x = YourNetInput # 网络的输入，例如：x = torch.randn(1, 64, 64, 64)
    y = Label # x对应的标签，如：y = torch.randn(1, 64, 64, 64)
    net = YourNet() # 你自己搭建的网络
    out = net(x)
    criterion = nn.L1Loss()
    loss = criterion(out, y)
    loss.backward()
    # 保存模型，可用Netron查看网络图结构
    torch.save(net, './test.pt')

#### 可使用tensorboardX查看网络图结构 ####

from tensorboardX import SummaryWriter  # pip install tensorboardX
    x = YourNetInput # 例如：x = torch.randn(1, 64, 64, 64)
    net = YourNet()
    writer = SummaryWriter('./tensorboard')
    with writer:
        writer.add_graph(net, (x,))
    # 终端中输入：tensorboard --logdir=tensorboard/ --host=127.0.0.1

#### 模型和训练过程可视化 ####

1.  Netron可以可视化模型结构
2.  可使用百度开发的VisualDL2.0，网址：[https://github.com/PaddlePaddle/VisualDL][https_github.com_PaddlePaddle_VisualDL]

> 以上的两个方法可视化模型时似乎对Pytorch的预训练模型可视化效果不好，原因是Pytorch训练时一般保存的只是模型的参数，可以选择保存整个模型。  
> 或者，可以将Pytorch模型转换为onnx格式，具体见：[Pytorch预训练模型文件转化为onnx格式][Pytorch_onnx]

[https_github.com_PaddlePaddle_VisualDL]: https://github.com/PaddlePaddle/VisualDL
[Pytorch_onnx]: https://blog.csdn.net/weixin_46773169/article/details/108889559