前提安装netron、torch、torchvision包
执行下方代码即可
# 针对有网络模型,但还没有训练保存 .pth 文件的情况 import netron import torch.onnx from torch.autograd import Variable from torchvision.models import resnet50 # 以 resnet18 为例 myNet = resnet50() # 实例化 resnet18 x = torch.randn(16, 3, 40, 40) # 随机生成一个输入 modelData = "./demo.pth" # 定义模型数据保存的路径 # modelData = "./demo.onnx" # 有人说应该是 onnx 文件,但我尝试 pth 是可以的 torch.onnx.export(myNet, x, modelData) # 将 pytorch 模型以 onnx 格式导出并保存 netron.start(modelData) # 输出网络结构 # 针对已经存在网络模型 .pth 文件的情况 import netron modelData = "./demo.pth" # 定义模型数据保存的路径 netron.start(modelData) # 输出网络结构



