.net开源的矢量图、流程图这绘制软件，对学习.Net项目中的MVC架构、C#编程、GDI+图像处理、实现应用程序的撤消与重做等其他很多知识都有很好的帮助。

Netron-Setup-6.8.4

support for： ONNX (.onnx, .pb, .pbtxt), Keras (.h5, .keras), CoreML (.mlmodel), Caffe2 (predict_net.pb, predict_net.pbtxt), MXNet (.model, -symbol.json) TensorFlow Lite (.tflite). experimental support for ： Caffe (.caffemodel, .prototxt), PyTorch (.pth), Torch (.t7), CNTK (.model, .cntk), PaddlePaddle (model), Darknet (.cfg), scikit-learn (.pkl), TensorFlow.js (model.json, .pb) TensorFlow (.pb, .meta, .pbtxt).

Netron 6.1.3版本，支持darknet、pytorch、tensorflow、onnx、caffee、paddlepaddle、ncnn、tnn、mnn等各种平台的模型网络结构可视化

github上下载真滴慢

神经网络可视化工具，显示网络结构，以及各层的属性。 支持onnx, tensorflow, pytorch。 对学习和研究神经网络有帮助。

netron是一个深度学习模型可视化库，其支持以下格式的模型存储文件： ONNX (.onnx, .pb) Keras (.h5, .keras) CoreML (.mlmodel) TensorFlow Lite (.tflite) netron并不支持pytorch通过torch.save方法导出的模型文件，因此在pytorch保存模型的时候，需要将其导出为onnx格式的模型文件，可以利用torch.onnx模块实现这一目标。

Netron 是神经网络、深度学习和机器学习模型的查看器。Netron 支持 ONNX、Keras、TensorFlow Lite、Caffe、Darknet、Core ML、MNN、MXNet、ncnn、PaddlePaddle、Caffe2、梭子鱼、Tengine、TNN、RKNN、MindSpore Lite 和 UFF。Netron 为 TensorFlow、PyTorch、TorchScript、、ML.NET 提供实验性支持，scikit-learn，TensorFlow.js。有大量样本模型文件可供下载或使用浏览器版本打开。macOS、Windows、Linux、Python Server 和浏览器都支持它。 特征 ONNX：使用浏览器版本支持的squeezenet模型 CoreML：使用浏览器版本支持的 exermote 模型 Darknet：使用浏览器版本支持的yolo模型 Keras：使用浏览器版本支持的移动网络模型 MXNet：使用浏览器版本支持的 inception_v3 模型 TensorFlow：使用浏览器版本支持的国际象棋机器人模型

深度学习模型可视化工具

网络模型节点查看 支持.pb，.pt，.onnx等格式