Repolode
提交项目
lutzroeder

lutzroeder/netron

用于可视化神经网络、深度学习和机器学习模型结构的查看器，支持 ONNX、PyTorch 等多种格式。

在 GitHub 查看官网
Star
33,595
Fork
3,191
未关闭 Issue
18
最近提交
3天前

这是什么？

Netron 是一个用于查看神经网络、深度学习和机器学习模型的工具。它读取模型文件并绘制计算图，开发者无需写代码即可查看各层、算子、张量及其连接关系。

支持的格式包括 ONNX、TensorFlow Lite、PyTorch、torch.export、ExecuTorch、TorchScript、TensorFlow、Core ML、OpenVINO、Keras、Caffe、Darknet、Safetensors 和 NumPy，并对 MLIR、JAX、GGUF、RKNN、ncnn、MNN、PaddlePaddle 和 scikit-learn 提供实验性支持。

可以直接在浏览器中使用 netron.app，也可以安装 macOS、Linux、Windows 桌面版，或通过 pip install netron 在 Python 中调用。

核心功能

  • 01在同一个查看器中渲染多种框架和格式的模型计算图。
  • 02无需安装，可直接在浏览器中使用。
  • 03提供 macOS、Linux 和 Windows 桌面版。
  • 04可通过 Python 的 netron.start() 启动。
  • 05可查看图中的层、算子和张量连接关系。

适用场景

  • 查看同事提供或从模型库下载的模型结构。
  • 在转换或部署模型前检查层连接和算子。
  • 对比同一模型导出为 ONNX、TFLite 或 Core ML 后的结构差异。
  • 在 Python 脚本或 notebook 中快速打开模型文件查看。

快速上手

  1. 1

    在浏览器中打开 netron.app

  2. 2

    在 macOS 上通过 Homebrew 安装

    brew install --cask netron
  3. 3

    安装 Python 包

    pip install netron
  4. 4

    用 Netron 打开模型文件

    netron [FILE]

使用前须知

  • MLIR、JAX、GGUF 和 scikit-learn 等格式仅有实验性支持。

标签

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

常见问题

netron 是什么？
用于可视化神经网络、深度学习和机器学习模型结构的查看器，支持 ONNX、PyTorch 等多种格式。 Netron 是一个用于查看神经网络、深度学习和机器学习模型的工具。它读取模型文件并绘制计算图，开发者无需写代码即可查看各层、算子、张量及其连接关系。
netron 可以免费使用吗？用的什么许可证？
netron 以 MIT 许可证开源。用于商业产品前，请先确认许可证条款。
netron 还在维护吗？
活跃维护中。netron 最近一次提交是在 2026年10月18日。
netron 适合用来做什么？
查看同事提供或从模型库下载的模型结构。 在转换或部署模型前检查层连接和算子。 对比同一模型导出为 ONNX、TFLite 或 Core ML 后的结构差异。 在 Python 脚本或 notebook 中快速打开模型文件查看。
netron 怎么安装和运行？
在浏览器中打开 netron.app 在 macOS 上通过 Homebrew 安装: brew install --cask netron 安装 Python 包: pip install netron 用 Netron 打开模型文件: netron [FILE]
在哪里获取 netron？
源代码和安装说明在 GitHub 上：https://github.com/lutzroeder/netron

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目