情報参照系¶
DNNファイル各種情報を参照するためのコマンドです。
attr¶
暗号化の有無やファイル名など、DNNファイルの属性情報を表示します。 属性情報とは以下のものを指します。
- NAME : ファイル名
- NET : ネット情報
- INPUT : 入力次元数
- OUTPUT : 出力次元数
- #OPS : オペレーション数
- CIPHER : 暗号化の有無
- COMPRESS : コンプレスの有無
- TUNE : チューニングの有無とチューニング時に設定されたスキーマ
- #THR : チューニング時に設定されたスレッド数
- AFFMASKS : チューニング時に設定されたアフィニティマスク
使い方
softneuro attr [-pass PASSWORD] [-help] DNN...
引数
| 引数名 | 内容 |
|---|---|
| DNN | 属性情報を表示するDNNファイルです。複数指定して同時に情報を表示することもできます。 |
オプション
| オプション | 効果 |
|---|---|
| -h, --help | 本コマンドのヘルプを表示します。 |
| -p, --pass PASSWORD | パスワードを設定して暗号化されたDNNファイルの属性情報を表示する場合に入力するパスワードです。 |
| --net | ネットの情報を表示します。例：ネットの名前、入出力次元数、オペレーター数など。 |
| --cipher | 暗号化の有無を表示します。 |
| --compress | コンプレスの有無を表示します。 |
| --tune | チューニング情報を表示します。 |
| -a, --all | すべての情報を表示します。 |
使用例
$ softneuro attr -a -p password ssd_tuned_ciphered_compressed.dnn
NAME NET INPUT OUTPUT #OPS CIPHER COMPRESS TUNE #THR AFFMASKS
ssd_tuned_ciphered_compressed.dnn preprocess 1x300x300x3 1x300x6 2,286,418,064 password qint8 cpu 4 0x2
main cpu/naive 0x2
postprocess 0x2
0x2
view¶
各レイヤーの入出力サイズなど、DNNファイルに保存された詳細な情報を表示します。
使い方
usage: softneuro view [--help] [--password] [--param] [--routine] [--size] [--all]
[-name NAME]... [-type TYPE]...
DNN
引数
| 引数名 | 内容 |
|---|---|
| DNN | レイヤー情報を表示するDNNファイルです。 |
オプション
| オプション | 効果 |
|---|---|
| -h, --help | 本コマンドのヘルプを表示します。 |
| -p, --pass PASSWORD | パスワードを設定して暗号化されたDNNファイルの属性情報を表示する場合に入力するパスワードです。 |
| -P, --param | 各レイヤーの入力・出力・重み・パラメータの情報を表示します。 |
| -r, --routine | 各レイヤーのルーチンとそのパラメータを表示します。 |
| -s, --size | 各レイヤーのデータサイズとオペレーション数を表示します |
| -a, --all | --param, --routine, --size オプションを使用した際に表示される情報をすべて表示します。 |
| --name NAME | 表示する情報をレイヤー名でフィルタリングします。 入力した文字列を含むレイヤー名であれば情報を表示します。 |
| --type TYPE | 表示する情報をレイヤーの種類でフィルタリングします。 一致した種類のレイヤー情報のみを表示します。 |
使用例
$ softneuro view ssd.dnn
[preprocess]
# NAME TYPE
0 ? source
1 ? resize
2 ? madd
3 ? sink
[main]
# NAME TYPE
0 input_1 source
1 conv1 conv2
2 conv_dw_1 depthwise_conv2
3 conv_pw_1 conv2
4 conv_dw_2 depthwise_conv2
5 conv_pw_2 conv2
6 conv_dw_3 depthwise_conv2
7 conv_pw_3 conv2
8 conv_dw_4 depthwise_conv2
9 conv_pw_4 conv2
10 conv_dw_5 depthwise_conv2
11 conv_pw_5 conv2
12 conv_dw_6 depthwise_conv2
13 conv_pw_6 conv2
14 conv_dw_7 depthwise_conv2
15 conv_pw_7 conv2
16 conv_dw_8 depthwise_conv2
17 conv_pw_8 conv2
18 conv_dw_9 depthwise_conv2
19 conv_pw_9 conv2
20 conv_dw_10 depthwise_conv2
21 conv_pw_10 conv2
22 conv_dw_11 depthwise_conv2
23 conv_pw_11 conv2
24 conv_dw_12 depthwise_conv2
25 conv_pw_12 conv2
26 conv_dw_13 depthwise_conv2
27 conv_pw_13 conv2
28 conv14_1 conv2
29 conv14_2 conv2
30 conv15_1 conv2
31 conv15_2 conv2
32 conv16_1 conv2
33 conv16_2 conv2
34 conv17_1 conv2
35 conv17_2 conv2
36 conv17_mbox_conf_2 conv2
37 conv17_mbox_conf_2_flat reshape
38 conv5_mbox_conf_2 conv2
39 conv5_mbox_conf_2_flat reshape
40 conv5_mbox_loc conv2
41 conv5_mbox_loc_flat reshape
42 conv5_mbox_priorbox priorbox
43 conv11_mbox_conf_2 conv2
44 conv11_mbox_conf_2_flat reshape
45 conv11_mbox_loc conv2
46 conv11_mbox_loc_flat reshape
47 conv11_mbox_priorbox priorbox
48 conv13_mbox_conf_2 conv2
49 conv13_mbox_conf_2_flat reshape
50 conv13_mbox_loc conv2
51 conv13_mbox_loc_flat reshape
52 conv13_mbox_priorbox priorbox
53 conv14_mbox_conf_2 conv2
54 conv14_mbox_conf_2_flat reshape
55 conv14_mbox_loc conv2
56 conv14_mbox_loc_flat reshape
57 conv14_mbox_priorbox priorbox
58 conv15_mbox_conf_2 conv2
59 conv15_mbox_conf_2_flat reshape
60 conv15_mbox_loc conv2
61 conv15_mbox_loc_flat reshape
62 conv15_mbox_priorbox priorbox
63 conv16_mbox_conf_2 conv2
64 conv16_mbox_conf_2_flat reshape
65 conv16_mbox_loc conv2
66 conv16_mbox_loc_flat reshape
67 conv16_mbox_priorbox priorbox
68 conv17_mbox_loc conv2
69 conv17_mbox_loc_flat reshape
70 conv17_mbox_priorbox priorbox
71 mbox_priorbox concat
72 mbox_conf concat
73 mbox_conf_logits reshape
74 activation_36 softmax
75 mbox_loc concat
76 mbox_loc_final reshape
77 predictions concat
78 sink_0 sink
[postprocess]
# NAME TYPE
0 source_1 source
1 decode decode_ssd
2 sink sink
plot¶
DNNファイルに保存されたモデル構造を画像として出力します。
使い方
usage: softneuro plot [--help] [--net NET] [--bg-color BG_COLOR] [--fg-color FG_COLOR]
[--font-color FONT_COLOR] [--font-size SIZE] [--format FORMAT]
DNN OUTPUT
引数
| 引数名 | 内容 |
|---|---|
| DNN | ネットワーク図を出力するDNNファイルです。 |
| OUTPUT | 出力結果となるファイルのファイル名です。 |
オプション
| オプション | 効果 |
|---|---|
| -h, --help | 本コマンドのヘルプを表示します。 |
| --net NET | 画像出力するネットワークです。(preprocess, main など) デフォルトではmainのネットワークを選びます。 |
| --bg-color BG_COLOR | 画像の背景色です。 デフォルトでは whiteです。 |
| --fg-color FG_COLOR | 画像内の図形の色です。 デフォルトでは blackです。 |
| --font-color FONT_COLOR | 画像内の文字列の色です。 デフォルトでは blackです。 |
| --font-size SIZE | 画像内の文字列のサイズです。 デフォルトでは14です。 |
| --format FORMAT | 出力するファイル形式です。auto, png, svg, gif, jpeg, pdf, dot形式が選べます。 デフォルトではauto(OUTPUTの拡張子)を利用します。 |
使用例
実行ディレクトリに下図のようなinception.pngが生成されます。
※コマンドライン上への出力はありません
softneuro plot inception.dnn inceptinon.png
