与tensorflow模型与caffe模型不同，当前的pytorch没有官方的直观查看网络结构的工具，google了下pytorch的网络解析的方法，发现可以将pytorch的model转换成为events文件使用tensorboard查看，记录之。
安装插件
-
TensorboardX，TensorboardX支持scalar, image, figure, histogram, audio, text, graph, onnx_graph, embedding, pr_curve and videosummaries等不同的可视化展示方式，具体介绍移步至项目Github 观看详情。使用下面的命令安装
pip install tensorboardX -
安装tensorboard，参考命令
pip install tensorboard
具体过程
参考代码
#-*-coding:utf-8-*-
import torch
import torchvision
from torch.autograd import Variable
from tensorboardX import SummaryWriter
# 模拟输入数据
input_data = Variable(torch.rand(16, 3, 224, 224))
# 从torchvision中导入已有模型
net = torchvision.models.resnet18()
# 声明writer对象，保存的文件夹
writer = SummaryWriter(log_dir='./log', comment='resnet18')
with writer:
writer.add_graph(net, (input_data,))
该代码中14行声明一个writer对象，分别表示events存放的目录，comment表示事件的title，然后使用如下的方式打开tensorboard
tensorboard --logpath=D:log --port=6006
然后按照命令行提示打开即可。