TorchView 使用教程
2024-09-13 20:35:00作者:宣利权Counsellor
1. 项目介绍
TorchView 是一个用于可视化 PyTorch 模型的开源工具。它能够以图形的形式展示 PyTorch 模型的结构,包括张量、模块、torch.functions 等信息。TorchView 类似于 Keras 中的 plot_model
功能,但提供了更多的自定义选项和功能。
TorchView 的主要特点包括:
- 支持 PyTorch 版本 ≥ 1.7
- 提供多种可视化选项,如显示张量形状、隐藏内部张量等
- 支持元张量(meta tensors),避免在可视化过程中消耗大量内存
- 支持递归模块的展开和折叠
2. 项目快速启动
安装
首先,你需要安装 graphviz
:
pip install graphviz
然后,安装 TorchView:
pip install torchview
或者,如果你想安装最新版本,可以直接从 GitHub 安装:
pip install git+https://github.com/mert-kurttutan/torchview.git
使用示例
以下是一个简单的使用示例,展示如何使用 TorchView 可视化一个简单的 PyTorch 模型:
from torchview import draw_graph
import torch
import torch.nn as nn
class MLP(nn.Module):
def __init__(self):
super(MLP, self).__init__()
self.fc1 = nn.Linear(128, 64)
self.fc2 = nn.Linear(64, 10)
def forward(self, x):
x = torch.relu(self.fc1(x))
x = self.fc2(x)
return x
model = MLP()
batch_size = 2
# 使用 TorchView 可视化模型
model_graph = draw_graph(model, input_size=(batch_size, 128), device='meta')
model_graph.visual_graph
3. 应用案例和最佳实践
案例1:可视化复杂的 ResNet 模型
以下代码展示了如何使用 TorchView 可视化一个复杂的 ResNet 模型,并展开嵌套模块:
import torchvision
from torchview import draw_graph
model = torchvision.models.resnet18()
model_graph = draw_graph(model, input_size=(1, 3, 224, 224), expand_nested=True)
model_graph.visual_graph
案例2:隐藏内部张量和函数
在某些情况下,你可能希望隐藏模型的内部张量和函数,以便更清晰地查看模型的结构。以下代码展示了如何实现这一点:
model_graph = draw_graph(MLP(), input_size=(2, 128), hide_inner_tensors=True, hide_module_functions=True)
model_graph.visual_graph
4. 典型生态项目
TensorBoard
TensorBoard 是另一个常用的 PyTorch 模型可视化工具,它提供了丰富的功能,包括模型结构可视化、训练过程中的指标监控等。你可以通过以下方式使用 TensorBoard 可视化模型:
from torch.utils.tensorboard import SummaryWriter
writer = SummaryWriter("runs/mlp")
writer.add_graph(MLP(), torch.rand(2, 128))
writer.close()
Netron
Netron 是一个用于可视化深度学习模型的工具,支持多种模型格式,包括 ONNX、TensorFlow 等。你可以通过以下方式使用 Netron 可视化模型:
pip install netron
netron path/to/your/model.onnx
通过结合使用 TorchView 和其他生态项目,你可以更全面地理解和分析你的 PyTorch 模型。
登录后查看全文
热门项目推荐
Hunyuan3D-Part
腾讯混元3D-Part00Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0274community
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息011Hunyuan3D-2
Hunyuan3D 2.0:高分辨率三维生成系统,支持精准形状建模与生动纹理合成,简化资产再创作流程。Python00Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选
收起

deepin linux kernel
C
22
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
153
1.98 K

本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
505
42

Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0

React Native鸿蒙化仓库
C++
194
279

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
992
395

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
938
554

本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
332
11

openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191

为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
70