![見出し画像](https://assets.st-note.com/production/uploads/images/140114392/rectangle_large_type_2_a905eb03916c1b6918b573b4b301b1e5.png?width=800)
機械学習モデルをNetronで可視化してみる
Netronとは、機械学習モデルを可視化するツールです。
ONNXやTensorFlow、Kerasなどのモデルをグラフィカルに表示してくれ、各レイヤーで行われている処理やパラメータ、処理の順番などを理解するのに役立ちます。
PCにインストールするアプリ版とWeb版があります。
さっそく前回作成したYOLOv8nのONNXモデルをNetronで見てみましょう。
※前回の記事はこちら。
※因みに、ONNX形式に変換する前のYOLOv8nのモデルはPyTorchのフレームワークなので拡張子は .pt になっています。NetronではPyTorchモデルも可視化できるのですが、ONNX形式のほうが処理のフローが分かりやすく可視化されます。
![](https://assets.st-note.com/img/1715299552042-HDZMTopCPd.png)
Netronのサイトにアクセスします。
「Open Model…」からONNXモデルを開くと、このように可視化されます。(層が深いので全て表示しきれませんが…)
![](https://assets.st-note.com/img/1715300113699-sNXEWwdWxu.png?width=800)
各レイヤーをクリックすると、処理のタイプや属性、入力情報などを確認できます。
![](https://assets.st-note.com/img/1715300430167-DGXGsVG9hN.png?width=800)
因みにONNXに変換する前のPyTorchモデルはこんな感じです。
![](https://assets.st-note.com/img/1715300728313-HjCrTPLRTd.png?width=800)
やはりONNX形式に変換したほうが、処理フローが分かりやすく可視化されるので良いですね。
以上です。
この記事が気に入ったらサポートをしてみませんか?