在win10下,使用torchviz对深度学习网络模型进行可视化

目录

[1. 安装 graphviz 和 torchviz](#1. 安装 graphviz 和 torchviz)

[2.安装 graphviz.exe](#2.安装 graphviz.exe)

3.实例测试

4.如果你的电脑还是无法画图,并且出现了下面的报错:

5.参考文章:

1. 安装 graphviz 和 torchviz

首先打开 Anaconda prompt 进入自己的 pytorch 环境(图中 pt 是我自己的 pytorch 环境),运行如下代码安装依赖包。

复制代码
pip install graphviz torchviz

2.安装 graphviz.exe

下载地址:Index of /Packages/stable/windows/10/cmake/Release/x64

下面选择第二个,选择将graphviz添加到环境变量。

只需要安装到一个自己记得住的地方,我安装的地方是 C:\Program Files\Graphviz 2.44.1

检查是否已经将将graphviz添加到环境变量中。

我们按照依次顺序进入到编辑环境变量中:win左下角搜索 -> 查看高级系统设置 -> 点击环境变量 ->点击用户的path。

在这里添加变量名和变量值即可,

变量名为:graphviz

变量值为:graphviz所在的路径+bin;那么我的变量值就为:C:\Program Files\Graphviz 2.44.1\bin

3.实例测试

编写一个实现vgg16的结构的画图。

python 复制代码
import torch
from torchviz import make_dot
from torchvision.models import vgg16  # 以 vgg16 为例

x = torch.randn(4, 3, 32, 32)  # 随机生成一个张量
model = vgg16()  # 实例化 vgg16,网络可以改成自己的网络
out = model(x)   # 将 x 输入网络
g = make_dot(out)  # 实例化 make_dot
g.view()  # 直接在当前路径下保存 pdf 并打开
# g.render(filename='netStructure/myNetModel', view=False, format='pdf')  # 保存 pdf 到指定路径不打开

执行完成之后就可以看到画出的结构。

4.如果你的电脑还是无法画图,并且出现了下面的报错:

CalledProcessError: Command ''dot', '-Tpdf', '-O', '测试图片.gv'' returned non-zero exit status 1. [st

那么我们这个时候就可以按照下面步骤完成画图:

  1. 打开cmd(使用管理员身份,要不然没有权限)
  2. 运行:dot -v
  3. 出现问题:There is no layout engine support for "dot"...
  4. 运行:dot -c
  5. 没有提示(成功)
  6. 再次运行dot -v
  7. 结果就会画图成功

5.参考文章:

https://blog.csdn.net/kelanj/article/details/108394313pytorch 网络可视化(二):graphviz + torchviz_听 风、的博客-CSDN博客

相关推荐
深蓝AI1 小时前
不调模型不改壳:CMU 开源 Hermit,给 Agent 外挂一个能训练的适配器
人工智能·agent
汤姆宝库4 小时前
世界模型深拆:视频生成、潜在模拟与物理直觉
人工智能
weixin_468466857 小时前
从“看懂”到“做到”:视觉-语言-动作模型如何让机器人真正执行指令
人工智能·ai·机器人·大语言模型·前沿科技
朋友圈自动点赞工具7 小时前
科学AI插件化:从蛋白质结构到古籍修复
人工智能
龙粤GEO8 小时前
实体Entity在GEO中代表什么含义
人工智能
前端精髓8 小时前
结构化输出with_structured_output(抽卡)
python·langchain
拜小白9 小时前
【论文解读】《DeepPanoContext:用全局场景关系图 + 可微关系优做全景 3D 场景理解
深度学习·计算机视觉·全景图
尹人入圣9 小时前
目前热门的IP驱动产业新场景新工具
网络·python·网络协议·tcp/ip
剑雨巍巍9 小时前
AI Agent面试之基础概念
人工智能
微帧Visionular9 小时前
AI视频单帧清晰,播放时却闪烁,原因是什么?
人工智能·深度学习·音视频