Mxnet生成模型结构图

摘要: mxnet 训练模型 模型结构图

Mxnet提供了API可以很方便地生成模型结构图。即使没有准备好数据，也可以先把模型图画出来。有了模型结构图，我们可以清楚地看到数据的结构（数据源的shape、需要关注的特征向量数量和最终输出结果），模型的层次和组成。

为了使用画模型结构图的API，你需要先安装graphviz。API具体的内容，可以参考：\mxnet\python\mxnet\visualization.py

用法举例：

#定义模型

net = mx.sym.Variable('data')
net = mx.sym.FullyConnected(net, name='fc1', num_hidden=256)
net = mx.sym.Activation(net, name='relu1', act_type="relu")

net = mx.sym.FullyConnected(net, name='fc2', num_hidden=7)
net = mx.sym.SoftmaxOutput(net, name='softmax')

#把网络转成dot对象
dot=mx.viz.plot_network(net, shape={"data":(3, 12, 12)}, node_attrs={"shape":'oval',"fixedsize":'false'})

#生成pdf文件。在当前目录下生成net-test.pdf文件
dot.render("net-test")