猿代码-超算人才智造局高性能计算|并行计算|人工智能 › 首页 ›科技资讯 › 查看内容

非常全面的深度学习网络模型可视化，实际测试报告

摘要: 1）https://cbovar.github.io/ConvNetDraw/2）caffe的，确实可以http://ethereon.github.io/netscope/#/editor把默认的模型models\bvlc_alexnet\deploy.prototxt直接拷贝进去3）https://www.paddlepaddle.org.cn/pad ...

1）https://cbovar.github.io/ConvNetDraw/

2）caffe的，确实可以

http://ethereon.github.io/netscope/#/editor

把默认的模型models\bvlc_alexnet\deploy.prototxt直接拷贝进去

3）

https://www.paddlepaddle.org.cn/paddle/visualdl

居然没有在线版，就有点过分了

4）

https://netron.app/

这个支持很多，但是效果一般

目前支持哪些框架呢？

ONNX (.onnx, .pb, .pbtxt)
Keras (.h5, .keras)
Core ML (.mlmodel)
Caffe (.caffemodel, .prototxt)
Caffe2 (predict_net.pb, predict_net.pbtxt)
MXNet (.model, -symbol.json)
TorchScript (.pt, .pth)
NCNN (.param)
TensorFlow Lite (.tflite)
PyTorch (.pt, .pth)
Torch (.t7)
CNTK (.model, .cntk)
Deeplearning4j(.zip)
PaddlePaddle (.zip, __model__)
Darknet (.cfg)
scikit-learn (.pkl)
TensorFlow.js (model.json, .pb)

5）

https://mp.weixin.qq.com/s?__biz=MzU0MDQ1NjAzNg==&mid=2247559538&idx=1&sn=c56106967bf5d9047627b84401e00928&chksm=fb3b4c79cc4cc56f3f3f15ede3b730d1fcbb1b324f48794b3f6a09ebc2390c2098e6fc0a2054&scene=27

这篇文章讲得也挺好