Repolode
Enviar
lutzroeder

lutzroeder/netron

Visor de modelos de redes neuronales, deep learning y machine learning, compatible con ONNX, TensorFlow, PyTorch, Core ML y muchos otros formatos.

Ver en GitHubSitio web
Estrellas
33,595
Forks
3,191
Issues abiertos
18
Último commit
hace 3 días

¿Qué es?

Netron es un visor de modelos de redes neuronales, deep learning y machine learning. Carga un archivo de modelo y representa su grafo de cómputo para que los desarrolladores puedan inspeccionar capas, operadores, tensores y sus conexiones sin escribir código.

Es compatible con una amplia variedad de formatos, como ONNX, TensorFlow Lite, PyTorch, torch.export, ExecuTorch, TorchScript, TensorFlow, Core ML, OpenVINO, Keras, Caffe, Darknet, Safetensors y NumPy. La compatibilidad experimental incluye MLIR, JAX, GGUF, RKNN, ncnn, MNN, PaddlePaddle y scikit-learn.

Netron se puede usar en un navegador en netron.app, como aplicación de escritorio en macOS, Linux y Windows, o desde Python con pip install netron.

Funciones clave

  • 01Representa grafos de modelos de muchos frameworks y formatos en un solo visor.
  • 02Se ejecuta en el navegador sin necesidad de instalar nada.
  • 03Disponible como aplicación de escritorio para macOS, Linux y Windows.
  • 04Se puede iniciar desde Python con netron.start().
  • 05Permite inspeccionar las capas, los operadores y las conexiones entre tensores del grafo.

Casos de uso

  • Inspeccionar la estructura de un modelo recibido de un colega o descargado de un hub.
  • Comprobar las conexiones entre capas y los operadores antes de convertir o desplegar un modelo.
  • Comparar cómo se exportó un modelo a formatos ONNX, TFLite o Core ML.
  • Visualizar rápidamente un archivo de modelo desde un script o notebook de Python.

Inicio rápido

  1. 1

    Abrir la versión para navegador en netron.app

  2. 2

    Instalar en macOS con Homebrew

    brew install --cask netron
  3. 3

    Instalar el paquete de Python

    pip install netron
  4. 4

    Abrir un archivo de modelo con Netron

    netron [FILE]

Antes de usarlo

  • Algunos formatos, como MLIR, JAX, GGUF y scikit-learn, solo tienen soporte experimental.

Temas

#neural-network#deep-learning#model-visualization#onnx#pytorch#tensorflow#machine-learning#ai#coreml#deeplearning

Preguntas frecuentes

¿Qué es netron?
Visor de modelos de redes neuronales, deep learning y machine learning, compatible con ONNX, TensorFlow, PyTorch, Core ML y muchos otros formatos. Netron es un visor de modelos de redes neuronales, deep learning y machine learning. Carga un archivo de modelo y representa su grafo de cómputo para que los desarrolladores puedan inspeccionar capas, operadores, tensores y sus conexiones sin escribir código.
¿netron es gratuito? ¿Qué licencia tiene?
netron es open source bajo la licencia MIT. Revisa los términos de la licencia antes de usarlo en productos comerciales.
¿netron sigue mantenido?
Mantenimiento activo. El último commit de netron fue el 18 oct 2026.
¿Para qué puedo usar netron?
Inspeccionar la estructura de un modelo recibido de un colega o descargado de un hub. Comprobar las conexiones entre capas y los operadores antes de convertir o desplegar un modelo. Comparar cómo se exportó un modelo a formatos ONNX, TFLite o Core ML. Visualizar rápidamente un archivo de modelo desde un script o notebook de Python.
¿Cómo se instala netron?
Abrir la versión para navegador en netron.app Instalar en macOS con Homebrew: brew install --cask netron Instalar el paquete de Python: pip install netron Abrir un archivo de modelo con Netron: netron [FILE]
¿Dónde consigo netron?
El código fuente y las instrucciones de instalación están en GitHub: https://github.com/lutzroeder/netron

Resumen generado por IA a partir del README del proyecto. Las estadísticas de GitHub se actualizan a diario.

Proyectos relacionados