這里介紹的是mxnet的symbol類的網絡結構

?

如果要打印參數維度的話，代碼很簡單，只需下面一行，即可生成一個pdf 文件，以圖片形式展示出網絡結構

mx.viz.plot_network(sym, shape={"data":(1, 1, 32, 32)}).view()

其中的(1, 1, 32, 32)是輸入的維度，即shape，這里輸入圖片為單通道的32*32大小的圖片，根據實際情況進行調整

該方法需要依賴Graphviz，可通過如下命令安裝

conda install graphviz

但是這個方法只能打印卷積核的維度，也即是參數的維度，而并不是每層輸出層的維度，

?

如果要打印輸出層維度也很簡單，代碼如下：

mx.viz.print_summary(sym, shape={"data":(1, 1, 32, 32)})

——————————————————————————————————————

對于HybridSequential類的輸出維度打印，方法如下：

? ? mx.viz.print_summary(
? ? ? ? net(mx.sym.var('data')),
? ? ? ? shape={'data':(1,3,224,224)}, #set your shape here
? ? )

——————————————————————————————————————

https://gluon-cv.mxnet.io/build/examples_detection/demo_yolo.html

如demo_yolo.py文件，可以直接print(net)

和print(net.summary(x))

總結

以上是生活随笔為你收集整理的mxnet中symbol的网络结构输出(参数维度，和每层输出维度）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。