Python mxnet.visualization.plot_network用法及代碼示例

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

參數：

title：(str, optional) - 生成的可視化的標題。
symbol：(Symbol) - 計算圖中的符號。生成的有向圖將可視化計算所需的計算圖部分symbol.
shape：(dict, optional) - 指定輸入張量的形狀。如果指定，可視化將包括節點之間張量的形狀。shape是將輸入符號名稱 (str) 映射到相應張量形狀 (tuple) 的字典。
dtype：(dict, optional) - 指定輸入張量的類型。如果指定，可視化將包括節點之間的張量類型。dtype是一個字典，將輸入符號名稱 (str) 映射到相應的張量類型(例如numpy.float32)。
node_attrs：(dict, optional) -指定生成的可視化中節點的屬性。 node_attrs 是 Graphviz 屬性名稱和值的字典。例如：
```
node_attrs={"shape":"oval","fixedsize":"false"}
```
將對節點使用橢圓形，並允許在可視化中使用可變大小的節點。
hide_weights：(bool, optional) - 如果為真(默認)，則輸入表單名稱_weight(對應於權重張量)或_bias(對應於偏差向量)將被隱藏以獲得更清晰的可視化。

dot：- 一個 Graphviz 有向圖對象可視化計算圖來計算symbol.

返回類型：

有向圖

創建給定計算圖的可視化(Graphviz digraph 對象)。必須安裝 Graphviz 才能使用此函數。

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 被導入，可視化模塊可以使用它的簡寫形式。例如，如果我們import mxnet如下：

import mxnet

可視化模塊中的此方法可以簡寫為：

mxnet.viz.plot_network(...)

相關用法

注：本文由純淨天空篩選整理自apache.org大神的英文原創作品 mxnet.visualization.plot_network。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

返回類型：

示例：

注意：