pytorchviz

PyTorchViz是一个用于创建PyTorch执行图和轨迹可视化的小程序包[2]。你可以使用它来可视化你的网络模型的执行图和参数信息。

安装PyTorchViz非常简单。首先，你需要确保已经安装了graphviz。你可以使用命令`brew install graphviz`来安装graphviz。接下来，你可以使用命令`pip install torchviz`来安装PyTorchViz包。

在你的代码中，你可以使用`make_dot`函数来创建一个执行图。首先，你需要导入`torchviz`库，然后在你的代码中使用`make_dot`函数来可视化你的模型的执行图。你可以将`make_dot`函数应用于模型输出的变量，并将其赋值给一个变量。然后，你可以使用`view`方法将这个变量显示出来。

在你的例子中，你可以使用以下代码来可视化你的网络模型的执行图：

import torchviz
from Net import net_view
def net_graph():
    model = CNN_Net.Gen_Net()
    x = Variable(torch.randn(1, 1, 64, 64))
    x1 = Variable(torch.randn(1, 1, 64, 64))
    x2 = Variable(torch.randn(1, 1, 64, 64))
    x3 = Variable(torch.randn(1, 1, 64, 64))
    y = model(x, x1, x2, x3)
    g = net_view.make_dot(y)
    g.view()

if __name__ == "__main__":
    net_graph()

这段代码中，`model`是你的网络模型，`x`、`x1`、`x2`、`x3`是输入的变量。你可以将这段代码放在你的主函数中，并调用`net_graph`函数来显示执行图。

此外，你还可以手动输出参数信息。在你的代码中，你可以通过遍历模型的参数列表来计算每一层的参数数量，并输出总参数数量。你可以使用以下代码来实现：

params = list(model.parameters())
k = 0
for i in params:
    l = 1
    print("该层的结构：" + str(list(i.size())))
    for j in i.size():
        l *= j
    print("该层参数和：" + str(l))
    k += l
print("总参数数量和：" + str(k))

这段代码中，`params`是模型的参数列表。通过遍历参数列表，我们可以获取每一层的参数结构并计算参数和。最后，将每一层的参数和累加得到总参数数量。

以上是使用PyTorchViz可视化执行图和手动输出参数信息的方法。如果你想了解更多关于PyTorchViz的信息，你可以参考以下链接：

- https://blog.csdn.net/Lucifer_zzq/article/details/80657513
- https://github.com/szagoruyko/pytorchviz

希望对你有所帮助！