Netron 是神经网络、深度学习与机器学习模型的可视化工具。
1.在网页端直接使用（适合使用模型结构脚本文件）
Step1.输入网址：https://lutzroeder.github.io/netron/
网页加载...
完成后见到如下界面：
Step2.点击 Open Model，上传模型结构脚本文件
即可见到清晰的网络结构图，点击可查看详细参数信息。
点击左上角菜单，可以输出png图片格式的网络结构图文件。
2.下载程序，离线使用
适用于加载较大的模型文件，操作与网页版相同。
各个操作系统（支持Ubantu,Mac,Windows）对应的安装方法见github项目主页的README.
Github 项目 - https://github.com/lutzroeder/Netron
作者：lutzroeder
官网：https://www.lutzroeder.com/ai/
Netron 支持的框架和文件类型
ONNX (.onnx, .pb, .pbtxt),
Keras (.h5, .keras),
Core ML (.mlmodel),
Caffe (.caffemodel, .prototxt),
Caffe2 (predict_net.pb),
Darknet (.cfg),
MXNet (.model, -symbol.json),
Barracuda (.nn), ncnn (.param),
Tengine (.tmfile),
TNN (.tnnproto),
UFF (.uff) ,
TensorFlow Lite (.tflite).
正在开发中，相应的支持可能不太稳定。
TorchScript (.pt, .pth),
PyTorch (.pt, .pth),
Torch (.t7),
Arm NN (.armnn),
BigDL (.bigdl, .model),
Chainer (.npz, .h5),
CNTK (.model, .cntk),
Deeplearning4j (.zip),
MediaPipe (.pbtxt),
ML.NET (.zip),
MNN (.mnn),
PaddlePaddle (.zip, _model_),
OpenVINO (.xml),
scikit-learn (.pkl),
TensorFlow.js (model.json, .pb),
TensorFlow (.pb, .meta, .pbtxt, .ckpt, .index).