Microsoftによる12週間・全24レッスンの初学者向けAIカリキュラム。記号AI、ニューラルネットワーク、コンピュータービジョン、NLP、倫理を扱い、PyTorchとTensorFlowのノートブックを提供します。
lutzroeder/netron
ONNX、TensorFlow、PyTorch、Core MLなど、多くの形式に対応したニューラルネットワーク、ディープラーニング、機械学習モデルのビューア。
- スター
- 33,595
- フォーク
- 3,191
- 未解決の Issue
- 18
- 最終コミット
- 3 日前
これは何?
Netronは、ニューラルネットワーク、ディープラーニング、機械学習モデルのビューアです。モデルファイルを読み込み、計算グラフを描画するため、コードを書かずにレイヤー、演算子、テンソルとその接続を確認できます。
ONNX、TensorFlow Lite、PyTorch、torch.export、ExecuTorch、TorchScript、TensorFlow、Core ML、OpenVINO、Keras、Caffe、Darknet、Safetensors、NumPyなど、幅広い形式に対応しています。MLIR、JAX、GGUF、RKNN、ncnn、MNN、PaddlePaddle、scikit-learnにも実験的に対応しています。
Netronはnetron.appのブラウザー版、macOS、Linux、Windows向けのデスクトップアプリ、またはpip install netronを使ったPythonから利用できます。
主な機能
- 01さまざまなフレームワークや形式のモデルグラフを、ひとつのビューアで表示できます。
- 02インストール不要でブラウザーから利用できます。
- 03macOS、Linux、Windows向けのデスクトップアプリが用意されています。
- 04Pythonからnetron.start()で起動できます。
- 05グラフ内のレイヤー、演算子、テンソルの接続を確認できます。
ユースケース
- 同僚から受け取ったモデルや、ハブからダウンロードしたモデルの構造を確認する。
- モデルを変換またはデプロイする前に、レイヤーの接続や演算子を確認する。
- ONNX、TFLite、Core ML形式でモデルがどのようにエクスポートされたかを比較する。
- Pythonスクリプトやノートブックからモデルファイルをすばやく表示する。
クイックスタート
- 1
netron.appでブラウザー版を開く
- 2
HomebrewでmacOSにインストールする
brew install --cask netron - 3
Pythonパッケージをインストールする
pip install netron - 4
Netronでモデルファイルを開く
netron [FILE]
使う前に知っておきたいこと
- MLIR、JAX、GGUF、scikit-learnなど、一部の形式は実験的なサポートのみです。
トピック
よくある質問
- netron とは?
- ONNX、TensorFlow、PyTorch、Core MLなど、多くの形式に対応したニューラルネットワーク、ディープラーニング、機械学習モデルのビューア。 Netronは、ニューラルネットワーク、ディープラーニング、機械学習モデルのビューアです。モデルファイルを読み込み、計算グラフを描画するため、コードを書かずにレイヤー、演算子、テンソルとその接続を確認できます。
- netron は無料で使えますか?ライセンスは?
- netron は MIT ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。
- netron は今もメンテナンスされていますか?
- 活発にメンテナンス中。netron の最終コミットは 2026年10月18日 です。
- netron は何に使えますか?
- 同僚から受け取ったモデルや、ハブからダウンロードしたモデルの構造を確認する。 モデルを変換またはデプロイする前に、レイヤーの接続や演算子を確認する。 ONNX、TFLite、Core ML形式でモデルがどのようにエクスポートされたかを比較する。 Pythonスクリプトやノートブックからモデルファイルをすばやく表示する。
- netron のインストール方法は?
- netron.appでブラウザー版を開く HomebrewでmacOSにインストールする: brew install --cask netron Pythonパッケージをインストールする: pip install netron Netronでモデルファイルを開く: netron [FILE]
- netron はどこで入手できますか?
- ソースコードとインストール手順は GitHub にあります:https://github.com/lutzroeder/netron
概要はプロジェクトの README をもとに AI が生成しています。GitHub の数値は毎日更新されます。
関連プロジェクト
Keras 3は、JAX、TensorFlow、PyTorch、または推論向けのOpenVINOで動作する深層学習フレームワークです。
Ultralytics YOLOv5は、物体検出、インスタンスセグメンテーション、画像分類の学習とエクスポートに対応した、PyTorchベースのコンピュータービジョンツールキットです。
機械学習モデルの構築からデプロイまでを支える、Python APIとC++ APIを備えたオープンソースのエンドツーエンドプラットフォーム。
最先端のテキスト、画像、音声、マルチモーダル機械学習モデルの定義、推論、学習に対応するフレームワーク。
autogradを基盤とする動的ニューラルネットワークと、GPUアクセラレーション対応のテンソル計算を提供するPython深層学習フレームワーク。