TorchSummaryX 可视化卷积核,特征图尺寸步骤
我发现好像没有人使用torchsummaryX 功能包进行卷积神经网络的可视化
https://github.com/nmhkahn/torchsummaryX
强烈推荐,最近在看Attention Unet 网络架构,始终不知道卷积核大小和特征图大小。但是安装该工具包之后,还是有点一目了然。
1.安装pytorch. https://pytorch.org/ 在pytorch 官网中找自己的下载pytorch 语句,我的环境有Anaconda3 所以我使用Anaconda Prompt 还是可以下载下来的。
2.使用github 中国的下载安装语句安装torchsummaryX
然后选择自己喜欢的网络结构,进行显示网络结构例如我的Attention Unet
首先初始化model 网络,然后summary 传入两个参数,一个model 和输入图片的大小,(N,C,H,W)图片数量,通道数量,和图片尺寸大小。
上面就是显示网络的架构图。kenel shape 就是卷积核大小。我感觉[3,64,3,3]第一个3 指的是卷积核的通道数,第二个64 指的是卷积核的数量,第三个和第四个3 指的是卷积核大小。大佬们觉得呢?