来啦来来,千呼万唤的MNN
模型可视化功能来啦。 一图胜千言,先让我们看看可视化的效果吧。
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。
更多功能留给读者探索,我们也会一直把MNN
最新的能力特性支持完善。
使用方式(Release版本)
作者不定期进行
release
,不能保证最新的特性一直被覆盖**。**(使用前需确认)
下载地址:https://github.com/lutzroeder/netron/releases
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.Python
:pip install netron
使用开发版本(适合想要体验最新特性)
- 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)