TylerYep/torchinfo

解决的问题

PyTorch 的默认 print(model) 仅提供网络架构的有限信息。torchinfo 提供了类似 Keras/TensorFlow 的 model.summary() 的详细、格式化的 PyTorch 模型摘要，这对于调试和验证神经网络结构至关重要。

工作原理

该工具接收一个 PyTorch nn.Module 以及一个样本输入尺寸或实际输入数据。它执行一次前向传播，跟踪张量在各层之间的形状变化，计算参数数量、输出形状以及乘加操作（Mult-Adds）的数量。

适用人群

使用 PyTorch 的深度学习从业者和研究人员，需要可视化模型架构、验证张量形状并估算模型内存占用量。

主要特性

• 全面的指标：显示层名称、输入/输出形状、参数数量和 Mult-Adds。
• 灵活的输入：支持提供输入形状（作为元组/列表）或实际输入张量，包括具有不同数据类型的多个输入。
• 高级架构支持：支持 RNN、LSTM、递归层、nn.Sequential 和 nn.ModuleList。
• 可自定义输出：允许用户配置列的可见性、行设置、嵌套层的显示深度以及详细程度。
• 内存估算：计算模型的估计总大小，包括输入大小、参数大小以及前向/反向传播大小。