模型结构可视化--HiddenLayer

模型可视化的方法有很多，可以看看这篇文章：超实用的7种 pytorch 网络可视化方法，进来收藏一波

这里记录一下HiddenLayer这个工具的使用，先看效果图：

相比较于其他工具，这个库非常简介，并且只包含给人看的节点，还能展示输入输出的shape，非常的人性化。

首先在环境中安装：pip install hiddenlayer

然后代码如下：

import torch
import hiddenlayer as h
from torchvision.models import resnet18

myNet = resnet18()  # 实例化 resnet18
x = torch.zeros(16, 3, 64, 64)  # 随机生成一个输入

myNetGraph = h.build_graph(myNet, x)  # 建立网络模型图
# myNetGraph.theme = h.graph.THEMES['blue']  # blue 和 basic 两种颜色，可以不要
myNetGraph.save(path='./demoModel.png', format='png')  # 保存网络模型图，可以设置 png 和 pdf 等

我遇到的是不显示shape并出现警告
Pango-WARNING **: couldn’t load font “Times Not-Rotated 10”, falling back to “Sans Not-Rotated 10”, expect ugly output.
解决办法：

1. 先进入图中红色函数中，修改其中"font_name"为"Times-Roman",
   
   如果还不显示，则继续下面的方法
2. 决 HiddenLayer 可视化不显示神经网络数据流维度大小

其他问题，参见：
pytorch 网络可视化(六)：hiddenlayer