赞
踩
netron并不支持pytorch通过torch.save方法导出的模型文件,因此在pytorch保存模型的时候,需要将其导出为onnx格式的模型文件,可以利用torch.onnx模块实现这一目标。
整体的流程分为两步,第一步,pytorch导出onnx格式的模型文件。第二步,netron载入模型文件,进行可视化。接下来按照这两步进行实践。
pip install onnx
第一种:
- #定义了要保存的ONNX模型的路径和名称
- onnx_path = "myobjectSSDModel.onnx"
- #括号中第一个是模型名字,第二个是模型的输入,将模型和输入数据导出为ONNX格式,并保存到定义的路径。
- torch.onnx.export(mymodeSSD, myinputSSD, onnx_path)
- #从定义的路径加载ONNX模型。
- onnx_model = onnx.load(onnx_path)
- #对ONNX模型进行形状推理,并保存推理后的模型到原路径。
- onnx.save(onnx.shape_inference.infer_shapes(onnx_model), onnx_path)
- #使用Netron来打开和显示ONNX模型的可视化界面。
- netron.start(onnx_path)
第二种:
- onnx = torch.onnx.export(net, x, 'test.onnx')
- netron.start(onnx)
运行后,点击生成页面中的地址,或直接打开网页netron
进入如下页面,点击open model
在文件夹中找到你导出的onnx模式的模型文件,和代码文件存储的地方相同
打开即可看到可视化结果
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。