可视化工具

可视化的效果: ../_images/visual.png可视化效果

在详细调研了市面上比较主流的可视化工具后,Netron是一款受众面较多、兼容多款模型的可视化模型,同时它还具有跨平台支持、Python模块支持的能力。因此,在研究了一番它的设计和架构并考虑后续MNN自身的演进,我们决定官方维护MNN模型的可视化能力并将其作为Pull Request合并,大家可以放心使用啦。

功能列表

- 支持加载`.mnn`模型 。
- 支持将可视化的图导出成图片保存。
- 支持拓扑结构的展示、`Operator`/`Input`/`Output`的内容展示。
- 支持结构化的`weight`,`scale`,`bias`等数据的展示,**并支持将此类数据持久化保存**。

使用方式(Release版本)

  • 下载地址

  • macOS: 下载 .dmg文件 或者 brew cask install netron

  • Linux: 下载 .AppImage或者.deb文件.

  • Windows: 下载.exe文件.

  • Pythonpip install netron

使用开发版本

  • 对仓库地址:https://github.com/lutzroeder/netron,进行clone。始终使用master分支。

  • cd [your_clone_path]/netron

  • 安装npm,确保npm版本大于6.0.0

  • npm install

使用JavaScript调试

npx electron ./(如果这步失败,单独npm install -g npx

使用Python调试

python3 setup.py build
export PYTHONPATH=build/lib:${PYTHONPATH}
python3 -c "import netron; netron.start(None)"

遗留问题

加载超大模型可能渲染失败(几千个节点)