Pytorch——tensorboard可视化模型计算图——add_graph() 和 torchsummary可视化模型信息

---

一、add_graph()

1.具体参数及介绍见之前博客——可视化工具Tensorboard

2.pytorch源码

writer = SummaryWriter(comment='test_your_comment',filename_suffix="_test_your_filename_suffix")

 # 模型
 fake_img = torch.randn(1, 3, 32, 32) #生成假的图片作为输入
 
 lenet = LeNet(classes=2)            #以LeNet模型为例
 
 writer.add_graph(lenet, fake_img)  #模型及模型输入数据
 
 writer.close()

3.可视化操作步骤：Tensorboard的打开方式见之前可视化损失函数的步骤

（1）打开pycharm中的Terminal
（2）输入命令 tensorboard –-logdir=+"路径"即可，定位到runs文件
位置
该代码执行完之后会出现一个runs文件夹
（3）打开网页链接即可
（4）显示如下界面

二、torchsummary

1.具体参数及介绍见之前博客——可视化工具Tensorboard

2.pytorch源码

from torchsummary import summary
print(summary(lenet, (3, 32, 32), device="cpu"))

3.打印结果

参考

深度之眼pytorch框架班