本文主要介紹人工智能模型的網絡結構可視化的常見方法。

對于使用神經網絡模型來說，我們主要關注的是模型的輸入和輸出。在 ML.NET 中使用 ONNX 模型時，我們就需要了解這些信息，以便在構成神經網絡的所有層之間生成連接映射。

下圖就是昨天?《YOLOv7 在 ML.NET 中使用 ONNX 檢測對象》?文章中使用到的 ONNX 模型基本屬性信息。

NETRON

Netron 是一款常見的可視化工具，支持網頁查看，只需打開網站 https://netron.app/ 點擊 “Open Model…” 即可上傳查看模型的網絡結構，并且支持 ML.NET 模型。

以下是其網站模型結構展示的效果：

Netron 也支持 Windows、Linux、macOS 客戶端的安裝，可前往?Github 倉庫下載 Netron 客戶端^[1]。

另外你也可以使用?pip?安裝使用：

pip install netron

之后可以使用命令?netron?即可在本地啟動一個服務查看模型，也可以使用?netron [file]?直接指定模型文件。

VisualDL

VisualDL是飛槳可視化分析工具，其中包含了網絡結構的查看，其該部分功能也是由?netron?提供的支持。

使用?pip?安裝：

pip install --upgrade --pre visualdl

VisualDL 主要用于訓練過程中的數據可視化，當前的版本?VisualDL 2.4.1?如果未指定?--logdir?參數，直接通過命令?visualdl?啟動則會報錯：TypeError: 'NoneType' object is not iterable?。使用下面的命令啟動用于查看模型網絡結構即可。

visualdl --logdir .

你也可以使用?--host?參數指定服務的 IP 地址，--port?指定服務的端口地址。更多介紹可前往官網查看：https://www.paddlepaddle.org.cn/paddle/visualdl。

References

[1]?Github 倉庫下載 Netron 客戶端:?https://github.com/lutzroeder/netron/releases