MXNet导出可视化网络结构

本文详细介绍了使用MXNet框架导出神经网络结构的可视化图的过程,包括如何利用SelfNestingNet模型和my_utils工具包创建动态图,并将其转换为静态图进行可视化。同时,文章还分析了在这一过程中可能遇到的错误,如'Symbol only support integer index to fetch i-th output',并提供了相应的解决方案。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

导出可视化图

import sys
sys.path.append('/home/')
from models.SelfNestingNet import *
from my_utils import *

net = mx.sym.Variable('data')
net = SelfNestingNet(nClasses=10,basicBlockType ='BasicUnit' )
mx.viz.plot_network(net(mx.sym.var("img")))
digraph = mx.viz.plot_network(net, shape={"data":(1, 1, 32, 32)},node_attrs={"fixedsize":"false"})
digraph.view()

错误:

Symbol only support integer index to fetch i-th output

ndarray, x = nd.random.uniform(shape=(1,3,224,224),ctx=mx.gpu())

这个是MXNet根据动态图的一次forward计算, 生成静态图的流程问题. 可以理解成:

1.hybridize(), 表示程序希望生成高效的静态图模型;
2.net(mxnet.ndarray.xxx()), 在这一次forward中程序能计算其所需的资源, 并写入到静态图的信息中;
3.再export()

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值