在复现别人的模型的时候,有时我们要知道一个模型的输入与输出名,可是有时作者并没有告诉我们,要我们自己去查,有了这个工具可以清晰地看见网络的输入输出名,具体的网络结构。...而Netron最为强大的功能,就在于它所支持的框架十分广泛,下面是一些支持的框架:
ONNX (.onnx, .pb, .pbtxt),
Keras (.h5, .keras),
CoreML (....mlmodel),
Caffe2 (predict_net.pb, predict_net.pbtxt),
MXNet (.model, -symbol.json)
TensorFlow Lite...(model.json, .pb)
TensorFlow (.pb, .meta, .pbtxt)....本文以自己所搭建的一个三层全连接网络,使用的框架为keras,故而保存的模型为.h5文件,打开的效果图如下:
?