PyTorch + visdom + netron 实现网络数据和模型结构的可视化

PyTorch + visdom + netron 实现网络数据和模型结构的可视化

训练网络时，想查看网络模型结构，网上有各种方法。
有些方法复杂，但只需要一种库就可以；有些方法虽然简单，但需要多种库配合使用。
总结了一下，列出了个人觉得 安装最简单，使用和配置也很简洁的方法。

推荐使用visdom(数据可视化) + netron(模型结构可视化)

一、数据可视化-visdom

参考：PyTorch 训练可视化教程 visdom
在训练模型时，查看损失函数等数据的可视化可以使用matplotlib画图，也可以使用visdom。

visdom安装很简单：

pip install visdom

使用前需要先开启监听命令（在cmd命令行下）：

python -m visdom.server # 或者直接visdom

然后浏览器打开如下地址，就可以查看了：

http://localhost:8097 

二、模型结构可视化-netron

参考：PyTorch 网络结构可视化方法汇总（三种实现方法详解）

查看网络模型结构时，有四种方法（觉得netron是最方便的一种）：

1. 使用tensorboardX：个人觉得最大的好处是功能很全（既能查看损失函数，又能查看网络模型结构），但有些缺点，如：tensorboard本身是tensorflow的，不下载tensorflow没法正常使用；tensorboardX 对pytorch的版本也有要求，个人觉得有些繁琐；即使能正常使用，函数也比较复杂。
2. 使用graphviz+torchviz ：依赖于graphviz和GitHub第三方库torchviz
3. 使用微软的tensorwatch：只能在jupyter notebook中使用
4. 使用netron可视化工具：只有两三行代码，就可以查看网络模型结构。由于个人没有太多的要求，因此这个就够用了。

netron安装也很简单：

pip install netron

之后就可以开始使用了，参考『Pytorch笔记』使用netron工具可视化Pytorch模型
程序执行结束，会自动在浏览器打开netron页面，显示网络结构图。