我们以resnet18为例，介绍几种获取模型摘要的方法。

import torchvistion
model = torchvision.models.resnet18()

1.直接使用PrettyTable

from prettytable import PrettyTable

table = PrettyTable(['Modules', 'Parameters']) 
total_params = 0 
for name, parameter in model.named_parameters():
    if not parameter.requires_grad: continue
    params = parameter.numel()
    table.add_row([name, params])
    total_params+=params
print(table) 
print(f'Total Trainable Params: {total_params}') 

效果如下：

PrettyTable

比较简单，也没有模型的输入输出情况。

2. TorchSummary

from torchsummary import summary
summary(model, input_size = (3, 64, 64), batch_size = -1)

TorchSummary

整体看美观了很多，也有了输出的维度。但是如果能打印出模型的层次结构就更好了。

3. torchinfo

import torchinfo 
torchinfo.summary(model, (3, 224, 224), batch_dim = 0, col_names = ('input_size', 'output_size', 'num_params', 'kernel_size', 'mult_adds'), verbose = 0)

torchinfo

这种方式更加美观，且内容详细，灰常棒。