本文主要介绍人工智能模型的网络结构可视化的常见方法。
对于使用神经网络模型来说，我们主要关注的是模型的输入和输出。在 ML.NET 中使用 ONNX 模型时，我们就需要了解这些信息，以便在构成神经网络的所有层之间生成连接映射。
下图就是昨天 《YOLOv7 在 ML.NET 中使用 ONNX 检测对象》 文章中使用到的 ONNX 模型基本属性信息。
输入输出
NETRON
Netron 是一款常见的可视化工具，支持网页查看，只需打开网站 https://netron.app/ 点击 “Open Model…” 即可上传查看模型的网络结构，并且支持 ML.NET 模型。
netron.app
以下是其网站模型结构展示的效果：
netron 效果
Netron 也支持 Windows、Linux、macOS 客户端的安装，可前往 Github 仓库下载 Netron 客户端[1]。
另外你也可以使用 pip 安装使用：
pip install netron之后可以使用命令 netron 即可在本地启动一个服务查看模型，也可以使用 netron [file] 直接指定模型文件。
netron pip
VisualDL
VisualDL是飞桨可视化分析工具，其中包含了网络结构的查看，其该部分功能也是由 netron 提供的支持。
使用 pip 安装：
pip install --upgrade --pre visualdlVisualDL 主要用于训练过程中的数据可视化，当前的版本 VisualDL 2.4.1 如果未指定 --logdir 参数，直接通过命令 visualdl 启动则会报错：TypeError: 'NoneType' object is not iterable 。使用下面的命令启动用于查看模型网络结构即可。
visualdl --logdir .
visualdl
visualdl
你也可以使用 --host 参数指定服务的 IP 地址，--port 指定服务的端口地址。更多介绍可前往官网查看：https://www.paddlepaddle.org.cn/paddle/visualdl。
References
[1] Github 仓库下载 Netron 客户端: https://github.com/lutzroeder/netron/releases
