Python mxnet.visualization.plot_network用法及代码示例

用法: mxnet.visualization.plot_network(symbol, title='plot', save_format='pdf', shape=None, dtype=None, node_attrs={}, hide_weights=True)

参数：

title：(str, optional) - 生成的可视化的标题。
symbol：(Symbol) - 计算图中的符号。生成的有向图将可视化计算所需的计算图部分symbol.
shape：(dict, optional) - 指定输入张量的形状。如果指定，可视化将包括节点之间张量的形状。shape是将输入符号名称 (str) 映射到相应张量形状 (tuple) 的字典。
dtype：(dict, optional) - 指定输入张量的类型。如果指定，可视化将包括节点之间的张量类型。dtype是一个字典，将输入符号名称 (str) 映射到相应的张量类型(例如numpy.float32)。
node_attrs：(dict, optional) -指定生成的可视化中节点的属性。 node_attrs 是 Graphviz 属性名称和值的字典。例如：
```
node_attrs={"shape":"oval","fixedsize":"false"}
```
将对节点使用椭圆形，并允许在可视化中使用可变大小的节点。
hide_weights：(bool, optional) - 如果为真(默认)，则输入表单名称_weight(对应于权重张量)或_bias(对应于偏差向量)将被隐藏以获得更清晰的可视化。

dot：- 一个 Graphviz 有向图对象可视化计算图来计算symbol.

返回类型：

有向图

创建给定计算图的可视化(Graphviz digraph 对象)。必须安装 Graphviz 才能使用此函数。

示例：

>>> net = mx.sym.Variable('data')
>>> net = mx.sym.FullyConnected(data=net, name='fc1', num_hidden=128)
>>> net = mx.sym.Activation(data=net, name='relu1', act_type="relu")
>>> net = mx.sym.FullyConnected(data=net, name='fc2', num_hidden=10)
>>> net = mx.sym.SoftmaxOutput(data=net, name='out')
>>> digraph = mx.viz.plot_network(net, shape={'data':(100,200)},
... node_attrs={"fixedsize":"false"})
>>> digraph.view()

注意：

如果 mxnet 被导入，可视化模块可以使用它的简写形式。例如，如果我们import mxnet如下：

import mxnet

可视化模块中的此方法可以简写为：

mxnet.viz.plot_network(...)

相关用法

注：本文由纯净天空筛选整理自apache.org大神的英文原创作品 mxnet.visualization.plot_network。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

返回类型：

示例：

注意：