模型结构
可视化主流深度学习框架的网络模型,如tensorflow、pytorch、oneflow等。
1.主流神经网络模型
summarywriter.add_graph(model,
input_to_model: Union[tuple]=None,
model_type: str ='pytorch',
verbose: bool =False)
"""
添加神经网络的图结构到日志,支持tensorflow,pytorch
Args:
model: 神经网络模型, torch.nn.Module、 tf.Session().graph, oneflow模型请通过onnx或者json格式导出
input_to_model: 元组, 一组用于模型测试的输入
model_type: 字符串,模型的类型为‘pytorch’ 或 'tensorflow'
verbose: 布尔值,pytorch模型是否输出到控制台
"""
summarywriter.add_onnx_graph(onnx_model_file:str):
"""
添加onnx模型到日志
Args:
onnx_model_file: 字符串,onnx模型对应的文件路径
"""
3.json网络模型 (oneflow)
summarywriter.add_json_graph(model_str: str,
name: str = 'model'):
"""
该功能需要神经网络框架的支持,首先使用内部函数对网络模型的结构进行序列化,然后将序列化的字符串写入到json文件
Args:
model_str: 字符串,模型的序列化字符串
name: 字符串,json文件名
"""