Mxnet生成模型结构图
2017-04-28 00:00
316 查看
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")
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")
相关文章推荐
- PowerDesigner(八)-面向对象模型(用例图,序列图,类图,生成Java源代码及Java源代码生成类图)面向对象模型 面向对象模型是利用UML(统一建模语言)的图形来描述系统结构的模型,
- powerDesigner链接数据库生成表结构(正向工程:把powerDesigner物理模型表输出到数据库里)
- gt-itm模型生成拓扑结构
- gt-itm模型生成拓扑结构
- Python与机器学习之模型结构(生成学习算法)
- 图像结构样式分开生成的生成模型论文代码
- 如何将excel 数据库表结构生成powerdesign物理模型
- PowerDesigner 将数据库表结构生成物理数据模型(.pdm)
- 一种通过self-attention机制生成多维度aspect的句向量模型
- 数据结构——最小生成树Prim算法
- 结构模型视图
- Model、View、ViewModel结构以及全局视图模型注入器的说明
- sqlserver生成表结构文档的方法
- 图结构练习——最小生成树
- 各种树型结构模型分析与比较
- asp下生成目录树结构的类
- 将表中数据生成Insert into 结构的存储过程[已测试]
- 深度学习-CAFFE利用CIFAR10网络模型训练自己的图像数据获得模型-2生成图像库的均值文件
- nodejs自学之旅(2)—— mongodb安装、数据库连接和表结构and模型的创建
- Windows 实现的 OSI 七层模型结构图