A következő cikkben a Netronnal fogunk foglalkozni. Ez egy program a modellek megtekintéséhez ideghálózatok. Ez az Electron / NodeJS-t használó és MIT licenc alatt megjelent alkalmazás Gnu / Linux, macOS, Windows rendszereken és webböngészőből is futtatható.
Ezt a programot Lutz Roeder készítette. A Netron egy nyílt forráskódú eszköz, amely lehetővé teszi a neurális hálózati modellek megjelenítését, amelyek szintén lehetővé teszi számunkra, hogy elemezzük a modell szerkezetét, és így biztosítsuk, hogy az megfeleljen az elvárt tervnek. Számos keretrendszerrel és modellformátummal kompatibilis szoftver.
Netron által támogatott formátumok
netron támogatja a formátumokat mint ők:
- ONX(.onnx, .pb, .pbtxt)
- Keras (.h5, .keras)
- TensorFlow lite (.tflite)
- kávézó (.caffemodel, .prototxt)
- Darknet (.cfg)
- Core ML (.mlmodel)
- MNN (.mnn)
- MXNet (.model, -symbol.json)
- ncnn (.param)
- PaddlePaddle (.zip, __modell__)
- Kávé2 (ennusta_net.pb)
- barracuda.nn)
- Motor (.tmfile)
- TNN (.tnnproto)
- RKNN (.rknn)
- Mind Spore Lite (.Kisasszony)
- jaj (.uff)
Ezen kívül a Netron is kísérleti támogatással rendelkezik; 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).
Telepítse a Netron Neural Network Viewert az Ubuntu-ra
Teszt a webböngészőből
Mielőtt a program telepítése mellett döntenénk, választhatunk tesztelje webböngészőből. Ha nincs olyan modelled, amelyet feltölthetsz a teszteléshez, használhatja a minta modellpéldákat, amelyek megtalálhatók a adattár a GitHubon a projekt letöltéséhez vagy megnyitásához ezzel a böngészőverzióval.
Snap csomagként
Ha úgy dönt, hogy telepíti ezt a szoftvert a számítógépére, Ezt a programot a snap csomagon keresztül telepítheti, amely a következő címen található Snapcraft.
Mint mondtam, a Netron Neural Network Viewer a következőképpen telepíthető az Ubuntura a Snap segítségével. Az indításhoz meg kell nyitnunk egy terminált (Ctrl + Alt + T), majd meg fogjuk tenni paranccsal telepítse a program stabil verzióját:
sudo snap install netron
Telepítés után, ha szükséges frissítse a programot, terminálban csak a következőket kell végrehajtania:
sudo snap refresh netron
A fentiek után megtehetjük indítsa el a programot az Alkalmazások menüből vagy bármely más indítóból, amely elérhető a disztribúciónkban. Ezenkívül elindíthatjuk úgy is, hogy beírjuk a terminálba (Ctrl + Alt + T):
netron
eltávolítást
hogy távolítsa el a Snap csomagon keresztül telepített Netron Neural Network Viewert, csak egy terminálban (Ctrl + Alt + T) kell végrehajtanunk a parancsot:
sudo snap remove netron
Töltse le az AppImage alkalmazást
Ezt a programot a segítségével is használhatjuk az AppImage csomagot, amely letölthető a projekt kiadási oldal. Amellett, hogy ezt a csomagot letölthetjük a webböngészőből, lehetőségünk lesz a használatára is wget hogy megszerezze a fájlt.
hogy töltse le a ma közzétett legújabb verziót, csak egy terminált kell megnyitnunk (Ctrl + Alt + T), és végre kell hajtanunk benne:
wget https://github.com/lutzroeder/netron/releases/download/v5.3.4/Netron-5.3.4.AppImage
Amikor a letöltés befejeződött, megvan adjon végrehajtási engedélyeket a fájlnak amit most töltöttünk le. Ehhez, ha abba a mappába lépünk, amelybe a fájlt mentettük, akkor csak ezt a parancsot kell végrehajtanunk:
sudo chmod +x Netron-5.3.4.AppImage
Az előző parancs után megtehetjük indítsa el a programot dupla kattintással a fájlra, vagy írja be ugyanazt a terminált:
./Netron-5.3.4.AppImage
A Netron egy egyszerű módja a neurális hálózatok megjelenítésének. Ez a program lehetővé teszi számunkra a keretek és a kompatibilis modelltípusok széles skálájának használatát. Valóban méretezhető és sok ember számára használható a tanuló közösségben. A grafikák akár exportálhatók is, bár érdemes más megközelítést alkalmazni, ha az a cél, hogy grafikákat készítsünk nyomtatáshoz, különösen, ha nagyon mélyek.
Azok a felhasználók, akik akarják, megtehetik a programról további információt itt talál projekt honlapja vagy a saját GitHub tárház.