Kitame straipsnyje mes apžvelgsime Netron. Tai yra programa, skirta modeliams peržiūrėti neuroniniai tinklai. Ši programa, kuri naudoja Electron / NodeJS ir yra paskelbta pagal MIT licenciją, galime ją paleisti Gnu / Linux, macOS, Windows sistemose ir iš interneto naršyklės.
Šią programą sukūrė Lutzas Roederis. Netron yra atvirojo kodo įrankis, leidžiantis vizualizuoti neuroninių tinklų modelius, kurie taip pat tai leis mums išanalizuoti modelio struktūrą ir taip užtikrinti, kad jis atitiktų numatomą dizainą. Tai programinė įranga, suderinama su įvairiomis sistemomis ir modelių formatais.
Netron palaikomi formatai
Netronas palaiko formatus kokie jie yra:
- ONX(.onnx, .pb, .pbtxt)
- Keras (.h5, .keras)
- TensorFlow Lite (.tflite)
- Kava (.caffemodel, .prototxt)
- Darknet (.cfg)
- Pagrindinis ML (.mlmodel)
- MNN (.mnn)
- MXNet (.modelis, -simbolis.json)
- ncnn (.param)
- PaddlePaddle (.zip, __modelis__)
- kava2 (prognozuoti_net.pb)
- Barakuda (.nn)
- Variklis (.tmfile)
- TNN (.tnnproto)
- RKNN (.rknn)
- Mind Spore Lite (.ms)
- Oof (.uff)
Be to, Netron taip pat turi eksperimentinį palaikymą; 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).
Įdiekite „Netron Neural Network Viewer“ Ubuntu
Išbandyti iš interneto naršyklės
Prieš nuspręsdami įdiegti šią programą, galime pasirinkti išbandyti iš interneto naršyklės. Jei neturite modelio, kurį galėtumėte įkelti ir išbandyti, galite naudoti pavyzdinius modelių pavyzdžius, kuriuos galite rasti „GitHub“ saugykla projekto, norėdami atsisiųsti arba atidaryti naudodami šią naršyklės versiją.
Kaip greitas paketas
Jei nuspręsite įdiegti šią programinę įrangą savo kompiuteryje, Šią programą galite įdiegti naudodami jos snap paketą, kurį galite rasti adresu Snapcraft.
Kaip sakiau, „Netron Neural Network Viewer“ galima įdiegti „Ubuntu“ per „Snap“ atlikus šiuos veiksmus. Norėdami pradėti, turėsime atidaryti terminalą (Ctrl + Alt + T), tada mes tai padarysime įdiekite stabilią programos versiją naudodami komandą:
sudo snap install netron
Po įdiegimo, jei prireiks atnaujinti programą, terminale tereikia atlikti:
sudo snap refresh netron
Po to, kas išdėstyta aukščiau, mes galime paleiskite programą iš meniu Programos arba iš bet kurios kitos paleidimo priemonės, kurią turime platinimui. Be to, mes taip pat galime jį pradėti įvesdami terminale (Ctrl + Alt + T):
netron
Pašalinti
į Pašalinkite „Netron Neural Network Viewer“, įdiegtą per „Snap“ paketą, turėsime vykdyti tik terminale (Ctrl + Alt + T) komandą:
sudo snap remove netron
Atsisiųskite „AppImage“
Mes taip pat galime naudoti šią programą naudodami „AppImage“ paketą, kurį galima atsisiųsti iš projekto išleidimo puslapis. Be to, kad galėsime atsisiųsti šį paketą iš interneto naršyklės, mes taip pat turėsime galimybę naudoti wget kad gautumėte failą.
į atsisiųskite naujausią šiandien paskelbtą versiją, turėsime atidaryti tik terminalą („Ctrl“ + „Alt“ + T) ir jį vykdyti:
wget https://github.com/lutzroeder/netron/releases/download/v5.3.4/Netron-5.3.4.AppImage
Kai atsisiuntimas bus baigtas, mes turime suteikti failui leidimus kurį ką tik atsisiuntėme. Norėdami tai padaryti, jei pereisime į aplanką, kuriame išsaugojome failą, turėsime vykdyti tik šią komandą:
sudo chmod +x Netron-5.3.4.AppImage
Po ankstesnės komandos galime paleiskite programą dukart spustelėdami failą arba įvesdami tame pačiame terminale:
./Netron-5.3.4.AppImage
Netron yra paprastas būdas vizualizuoti neuroninius tinklus. Ši programa leis mums naudoti platų rėmelių ir suderinamų modelių tipų asortimentą. Jis tikrai keičiamas ir gali būti naudojamas daugeliui besimokančiosios bendruomenės žmonių. Grafiką netgi galima eksportuoti, nors galbūt norėsite naudoti kitokį metodą, jei jūsų tikslas yra generuoti grafiką spausdinimui, ypač kai ji yra labai gili.
Vartotojai, kurie nori, gali gauti daugiau informacijos apie šią programą adresu projekto svetainė arba jūsų „GitHub“ saugykla.