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
    """

2.onnx网络模型

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
    """