## PyTorch 可视化模型结构 tensorwatch
在深度学习中，了解模型的结构对于调试和优化模型非常重要。PyTorch 是一个常用的深度学习框架，我们可以通过 tensorwatch 这个工具来可视化 PyTorch 模型的结构，帮助我们更好地理解模型。
### tensorwatch 简介
tensorwatch 是一个基于 Jupyter Notebook 的实时监控和可视
原创
2024-04-19 06:28:02
119阅读
1.安装tensorwatchpip install
原创
2023-06-14 17:56:56
203阅读
引导1. 基础情况2. 配置 Jupyter Notebook 编译环境3. 安装依赖包3.1 安装 Graphviz 包和软件3.2 安装 tensorwatch 等4. 测试是否安装成功5. 结语 1. 基础情况python = 3.6.5 pytorch = 1.2.0 torchvision = 0.4.0 tensorwatch = 0.8.7 pydot = 1.4.2 scikit
转载
2024-01-28 15:40:08
69阅读
pytorch的模型结构可视化方法：（1）使用tensorboardX（不太直观）（2）使用graphviz加上torchviz （依赖于graphviz和GitHub第三方库torchviz）（3）使用微软的tensorwatch （只能在jupyter notebook中使用，个人最喜欢这种方式）（4）使用netron可视化工具（.pt 或者是 .pth 文件）一、使用tensorboardX
转载
2024-01-14 09:21:24
176阅读
引导前言1. torchsummary2. graphviz + torchviz3. Jupyter Notebook + tensorwatch4. tensorboardX5. netron6. hiddenlayer7. PlotNeuralNet结语 前言网络可视化的目的一般是检查网络结构的设计是否合理，同时观察输入数据在网络中的变化规律是否符合预期，基于此进行调整。目前网络可视化的方
转载
2023-11-14 12:52:49
90阅读
文章目录1. torchsummary2. graphviz， torchviz3. 保存成pt文件后使用netron可视化4. tensorwatch5. get_model_complexity_info计算 FLOPs和parameters6. 附上直接可以执行的code7. 参考 这里主要介绍pytorch 模型的网络结构的可视化 以 SRCNN 为例子来说明可视化的方法，以及参数量
转载
2024-01-04 15:35:51
231阅读
