不论是在模型训练的比赛中，还是在同学、同事合作的项目里，更不用说对数据要求严谨的论文素材的引用，数据的可视化这一步操作显得尤为重要，一个好的可视化，可以使观测者更容易的发现模型的问题所在。

 

数据可视化的方法有很多，例如这次要说的hiddenlayer、还有pytorchviz、也有公认很好用的tensorboard，简单易上手的matplotlib，等等。。。

本次的配置：

torch == 1.9.0

graphviz == 2.49.3

hiddenlayer == 0.3

---

先安装第三方库：

pip install hiddenlayer==0.3 -i https://pypi.tuna.tsinghua.edu.cn/simple

在安装graphviz：

这个就不要pip了，因为要配置系统环境，我们直接去他的官网：

Download | Graphviz

我安装的是window版的64位，默认不安装最新版本。

路径推荐保存到一个自己可以找到的地方，因为要设置系统环境变量。这里我把他放在了D盘anaconda下面。 

以下是配置环境变量的过程，这里我已经弄完了，就跳过去了：（找到bin目录就行）

 

---

代码使用：

from efficientnet_pytorch import EfficientNet
import hiddenlayer as hl
import torch

model = EfficientNet.from_name('efficientnet-b0').eval()

hl_graph = hl.build_graph(model, torch.zeros([1, 3, 224, 224]))
hl_graph.theme = hl.graph.THEMES['blue'].copy()
hl_graph.save(path='efficientnet-b0')  # 默认保存为pdf格式
hl_graph.save(path='efficientnet-b0.png', format='png')  # 保存为png格式

效果图是横着的，如果模型特别长的话推荐使用pdf保存，不然会看不清。

 

---

解决流程图上不显示数据变化的问题；

这个需要修改源码，可能比较费事。

1.首先，在你的电脑里面找的这个文件：pytorch_builder.py

2.把文件中get_shape函数内容修改为下图所示即可。

 

---

如果使用的时候出现版本不匹配的问题，建议把上述库的版本更换到和我一样，我的版本都是比较新的，亲测可行。