最簡單的方法當然可以直接print(net)，但是這樣網絡比較復雜的時候效果不太好，看著比較亂；以前使用caffe的時候有一個網站可以在線生成網絡框圖，tensorflow可以用tensor board，keras中可以用model.summary()、或者plot_model()。pytorch沒有這樣的API，但是可以用代碼來完成。

(1)安裝環境：graphviz

conda install -n pytorch python-graphviz

或：

sudo apt-get install graphviz

或者從官網下載，按此教程。

(2)生成網絡結構的代碼：

def make_dot(var, params=None):

""" Produces Graphviz representation of PyTorch autograd graph

Blue nodes are the Variables that require grad, orange are Tensors

saved for backward in torch.autograd.Function

Args:

var: output Variable

params: dict of (name, Variable) to add names to node that

require grad (TODO: make optional)

"""

if params is not None:

assert isinstance(params.values()[0], Variable)

param_map = {id(v): k for k, v in params.items()}

node_attr = dict(style='filled',

shape='box',

align='left',

fontsize='12',

ranksep='0.1',

height='0.2')

dot = Digraph(node_attr=node_attr, graph_attr=dict(size="12,12"))

seen = set()

def size_to_str(size):

return '('+(', ').join(['%d' % v for v in size])+')'

def add_nodes(var):

if var not in seen:

if torch.is_tensor(var):

dot.node(str(id(var)), size_to_str(var.size()), fillcolor='orange')

elif hasattr(var, 'variable'):

u = var.variable

name = param_map[id(u)] if params is not None else ''

node_name = '%s\n %s' % (name, size_to_str(u.size()))

dot.node(str(id(var)), node_name, fillcolor='lightblue')

else:

dot.node(str(id(var)), str(type(var).__name__))

seen.add(var)

if hasattr(var, 'next_functions'):

for u in var.next_functions:

if u[0] is not None:

dot.edge(str(id(u[0])), str(id(var)))

add_nodes(u[0])

if hasattr(var, 'saved_tensors'):

for t in var.saved_tensors:

dot.edge(str(id(t)), str(id(var)))

add_nodes(t)

add_nodes(var.grad_fn)

return dot

(3)打印網絡結構：

import torch

from torch.autograd import Variable

import torch.nn as nn

from graphviz import Digraph

class CNN(nn.module):

def __init__(self):

******

def forward(self,x):

******

return out

*****************************

def make_dot(): #復制上面的代碼

*****************************

if __name__ == '__main__':

net = CNN()

x = Variable(torch.randn(1, 1, 1024,1024))

y = net(x)

g = make_dot(y)

g.view()

params = list(net.parameters())

k = 0

for i in params:

l = 1

print("該層的結構：" + str(list(i.size())))

for j in i.size():

l *= j

print("該層參數和：" + str(l))

k = k + l

print("總參數數量和：" + str(k))

(4)結果展示(例如這是一個resnet block類型的網絡)：

以上這篇pytorch打印網絡結構的實例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持腳本之家。

總結

以上是生活随笔為你收集整理的print输出 pytorch_pytorch打印网络结构的实例的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。