Netron, program za vizualizaciju modela neuronskih mreža

o Netronu

U sljedećem članku ćemo pogledati Netron. Ovo je program za pregled modela neuronske mreže. Ovu aplikaciju koja koristi Electron / NodeJS i objavljena je pod MIT licencom, možemo je pokrenuti na Gnu / Linux, macOS, Windows sustavima i iz web preglednika.

Ovaj program kreirao je Lutz Roeder. Netron je alat otvorenog koda koji vam omogućuje vizualizaciju modela neuronskih mreža, što također omogućit će nam analizu strukture modela i na taj način osigurati da odgovara očekivanom dizajnu. To je softver kompatibilan s raznim okvirima i formatima modela.

Netron podržani formati

netron ima podršku za formate kakvi jesu:

  • ONX(.onnx, .pb, .pbtxt)
  • Keras (.h5, .keras)
  • TensorFlow laka (.tflite)
  • kava (.caffemodel, .prototxt)
  • Darknet (.cfg)
  • Core ML (.mlmodel)
  • MNN (.mnn)
  • MXNet (.model, -symbol.json)
  • ncnn (.param)
  • Veslo Veslo (.zip, __model__)
  • kava2 (predvidi_net.pb)
  • barakuda (.nn)
  • motor (.tmdatoteka)
  • TNN (.tnnproto)
  • RKNN (.rknn)
  • Mind Spore Lite (.ms)
  • uf (.uff)

netron radi s desktopa

Osim toga, Netron također ima eksperimentalnu podršku za; TensorFlow (.pb, .meta, .pbtxt, .ckpt, .index), PyTorch (.pt, .pth), TorchScript (.pt, .pth), OpenVINO (.xml), Torch (.t7), Arm NN (.armnn), BigDL (.bigdl, .model), Chainer (.npz, .h5), CNTK (.model, .cntk), Deeplearning4j (.zip), MediaPipe (.pbtxt), ML.NET (.zip ), scikit-learn (.pkl), TensorFlow.js (model.json, .pb).

Instalirajte Netron Neural Network Viewer na Ubuntu

Testirajte iz web preglednika

netron radi iz web preglednika

Prije nego što odlučimo instalirati ovaj program, možemo odabrati da testirajte ga iz web preglednika. Ako nemate model koji možete prenijeti da ga testirate, možete koristiti uzorke primjera modela koji se mogu naći u spremište na GitHubu projekta, za preuzimanje ili otvaranje s ovom verzijom preglednika.

Kao snap paket

Ako odlučite instalirati ovaj softver na svoje računalo, Ovaj program možete instalirati putem njegovog snap paketa koji se može pronaći na Snapcraft.

Kao što sam rekao, Netron Neural Network Viewer se može instalirati na Ubuntu putem Snapa na sljedeći način. Za početak ćemo morati otvoriti terminal (Ctrl + Alt + T) i onda ćemo instalirajte stabilnu verziju programa pomoću naredbe:

instalirajte netron kao snap

sudo snap install netron

Nakon instalacije, u slučaju potrebe ažurirajte program, u terminalu samo trebate izvršiti:

sudo snap refresh netron

Nakon svega navedenog, možemo pokrenite program iz izbornika Aplikacije ili s bilo kojeg drugog pokretača koji imamo na raspolaganju u našoj distribuciji. Osim toga, možemo ga pokrenuti i upisivanjem u terminal (Ctrl + Alt + T):

lanser netrona

netron

deinstalirati

u deinstalirajte Netron Neural Network Viewer instaliran putem Snap paketa, morat ćemo samo u terminalu (Ctrl + Alt + T) izvršiti naredbu:

deinstalirajte Netron snap

sudo snap remove netron

Preuzmite AppImage

Također možemo koristiti ovaj program koristeći paket AppImage koji se može preuzeti sa stranica izdanja projekta. Osim što ćemo ovaj paket moći preuzeti s web preglednika, imat ćemo i mogućnost korištenja wget da se dočepaš datoteke.

u preuzmite najnoviju verziju objavljenu danas, trebat ćemo samo otvoriti terminal (Ctrl + Alt + T) i u njemu izvršiti:

preuzmi netron appimage

wget https://github.com/lutzroeder/netron/releases/download/v5.3.4/Netron-5.3.4.AppImage

Kada je preuzimanje završeno, imamo dati dozvolu za izvršavanje datoteke koju smo upravo preuzeli. Za to, ako se premjestimo u mapu u kojoj imamo spremljenu datoteku, morat ćemo izvršiti samo ovu naredbu:

sudo chmod +x Netron-5.3.4.AppImage

Nakon prethodne naredbe, možemo pokrenite program dvostrukim klikom na datoteku ili upisivanjem u isti terminal:

instalirajte netron kao appimage

./Netron-5.3.4.AppImage

Netron je jednostavan način vizualizacije neuronskih mreža. Ovaj program omogućit će nam korištenje širokog raspona okvira i kompatibilnih tipova modela. Doista je skalabilan i upotrebljiv za mnoge ljude u zajednici za učenje. Grafika se može čak i izvesti, iako biste mogli htjeti koristiti drugačiji pristup ako je vaš cilj generirati grafiku za ispis, osobito kada je vrlo duboka.

Korisnici koji žele, mogu više informacija o ovom programu potražite na web stranica projekta ili u svom GitHub spremište.


Ostavite svoj komentar

Vaša email adresa neće biti objavljen. Obavezna polja su označena s *

*

*

  1. Za podatke odgovoran: Miguel Ángel Gatón
  2. Svrha podataka: Kontrola neželjene pošte, upravljanje komentarima.
  3. Legitimacija: Vaš pristanak
  4. Komunikacija podataka: Podaci se neće dostavljati trećim stranama, osim po zakonskoj obvezi.
  5. Pohrana podataka: Baza podataka koju hostira Occentus Networks (EU)
  6. Prava: U bilo kojem trenutku možete ograničiti, oporaviti i izbrisati svoje podatke.