[发明专利]一种神经网络模型的可视化方法、装置、设备及存储介质

说明书

本发明公开了一种神经网络模型的可视化方法、装置、设备及存储介质，本发明包括：获取神经网络模型结构，生成上层节点及上层节点的合并节点名集合和节点度；根据合并节点名集合和节点度对上层节点进行合并，生成目标节点；基于目标节点生成神经网络模型结构的可视化数据。本发明基于合并节点名集合和节点度对待合并节点从节点的层面上进行了合并，不局限于只对部分节点进行定义收缩，大大增强了神经网络模型可视化显示的简化程度。

技术领域

本发明涉及神经网络可视化技术领域，尤其涉及一种神经网络模型的可视化方法、装置、设备及存储介质。

背景技术

在工业领域中，不同的神经网络模型往往训练出的效果大不相同。当工程师去调研模型的好坏以及背后的原因时，就需要去理解模型网络结构每层、每个输入、输出、数据操作的步骤，模型的可视化就是帮助工程师理解神经网络结构的最有效的工具之一。

在现有技术中，网络上有一些开源的模型可视化工具，如tensorboard、netron等，可实现模型的可视化。

发明内容

本发明提供了一种神经网络模型的可视化方法、装置、设备及存储介质，用于解决现有技术无法从量级上简化复杂模型的可视化显示的技术问题。

本发明提供了一种神经网络模型的可视化方法，所述神经网络模型具有多个节点；所述方法包括：

获取神经网络模型结构，生成上层节点及所述上层节点的合并节点名集合和节点度；

根据所述合并节点名集合和所述节点度对所述上层节点进行合并，生成目标节点；

基于所述目标节点生成所述神经网络模型结构的可视化数据。

可选地，所述获取所述神经网络模型结构，生成上层节点及所述上层节点的合并节点名集合和节点度的步骤，包括：

获取所述神经网络模型结构每个所述节点的输出节点列表、输入节点列表和节点名；

获取节点名最高命名层级；

根据所述节点名最高命名层级和所述节点名，生成上层节点；

获取所述上层节点中所包含节点的节点名，生成所述上层节点的合并节点名集合；

根据所述上层节点的输出节点列表和输入节点列表，生成所述上层节点的节点度。

可选地，所述根据所述节点名最高命名层级和所述节点名，生成上层节点的步骤，包括：

确定每个所述节点的节点名层级；

基于所述节点名最高命名层级和所述节点名层级，生成每个所述节点的辅助节点名；

合并具有相同辅助节点名的所述节点，得到上层节点。

可选地，所述节点度包括出度和入度；所述根据所述合并节点名集合和所述节点度对所述上层节点进行合并，生成目标节点的步骤，包括：

根据所述上层节点对应的出度，生成第一合并节点；

根据所述第一合并节点对应的入度，生成第二合并节点；

根据所述第二合并节点的合并节点名集合和对应的出度、入度，生成第三合并节点；

根据所述第三合并节点的合并节点名集合和对应的入度，生成第四合并节点；

获取当前合并轮数，并判断所述合并轮数是否等于预设合并轮数阈值；

若否，将所述第四合并节点确定为上层节点，并返回根据所述上层节点对应的出度，生成第一合并节点的步骤；

若是，将所述第四合并节点确定为目标节点。