如何将数据写入wordpress文站,房屋装修案例,做搜索引擎网站,wordpress列表页分页Netron查看模型结构 参照模型安装Netron写netron代码运行查看结果需要关注的地方 2024年4月27日14:32:30----0.9.2 参照模型
以pytorch官网的tutorial为观察对象#xff0c;链接是https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html
模型代… Netron查看模型结构 参照模型安装Netron写netron代码运行查看结果需要关注的地方 2024年4月27日14:32:30----0.9.2 参照模型
以pytorch官网的tutorial为观察对象链接是https://pytorch.org/tutorials/intermediate/char_rnn_classification_tutorial.html
模型代码如下
import torch.nn as nn
import torch.nn.functional as Fclass RNN(nn.Module):def __init__(self, input_size, hidden_size, output_size):super(RNN, self).__init__()self.hidden_size hidden_sizeself.i2h nn.Linear(input_size, hidden_size)self.h2h nn.Linear(hidden_size, hidden_size)self.h2o nn.Linear(hidden_size, output_size)self.softmax nn.LogSoftmax(dim1)def forward(self, input, hidden):hidden F.tanh(self.i2h(input) self.h2h(hidden))output self.h2o(hidden)output self.softmax(output)return output, hiddendef initHidden(self):return torch.zeros(1, self.hidden_size)n_hidden 128
rnn RNN(n_letters, n_hidden, n_categories)安装Netron
pip install netron即可
其他安装方式参考链接 https://blog.csdn.net/m0_49963403/article/details/136242313
写netron代码
随便找一个地方打个点如sample方法中
import netron
max_length 20# Sample from a category and starting letter
def sample(category, start_letterA):with torch.no_grad(): # no need to track history in samplingcategory_tensor categoryTensor(category)input inputTensor(start_letter)hidden rnn.initHidden()output_name start_letterfor i in range(max_length):
# print(category_tensor,category_tensor.size())
# print(input[0],input[0].size())
# print(hidden,hidden.size())output, hidden rnn(category_tensor, input[0], hidden)torch.onnx.export(rnn,(category_tensor, input[0], hidden) , fAlexNet1.onnx) #导出 .onnx 文件netron.start(AlexNet1.onnx) #展示结构图break
# print(output,output.size())
# print(hidden,hidden.size())
# print()topv, topi output.topk(1)topi topi[0][0]if topi n_letters - 1:breakelse:letter all_letters[topi]output_name letterinput inputTensor(letter)return output_name# Get multiple samples from one category and multiple starting letters
def samples(category, start_lettersABC):for start_letter in start_letters:print(sample(category, start_letter))breaksamples(Russian, RUS)运行查看结果
结果是在浏览器中运行成功后会显示 Serving ‘AlexNet.onnx’ at http://localhost:8080
打开这个网页就可以看见模型结构如下图 需要关注的地方
关于参数 如果模型是一个参数的情况下如下使用就可以了
import torch
from torchvision.models import AlexNet
import netron
model AlexNet()
input torch.ones((1,3,224,224))
torch.onnx.export(model, input, fAlexNet.onnx)
netron.start(AlexNet.onnx)如果模型有多个参数的情况下则需要如下用括号括起来如本文中的例子
torch.onnx.export(rnn,(category_tensor, input[0], hidden) , fAlexNet1.onnx) #导出 .onnx 文件
netron.start(AlexNet1.onnx) #展示结构图如果运行过程中发现报错找不到模型 有可能是你手动删除了生成的模型最好的方法是重新生成这个模型再运行
