1×3×N
1×3×N
1×3×N
1×3×N
1×3×N
1×3×N
1×3×3
1×3×3
1×N×2
point
float32[1,3,N]
Shape
Shape_0
Gather
Gather_2
int64
indices
〈〉
Shape
Shape_3
Gather
Gather_5
int64
indices
〈〉
Shape
Shape_6
Gather
Gather_8
int64
indices
〈〉
Shape
Shape_9
Gather
Gather_11
int64
indices
〈〉
Conv
Conv_12
float32[64,3,1]
W
〈64×3×1〉
float32[64]
B
〈64〉
BatchNormalization
BatchNormalization_13
float32[64]
scale
〈64〉
float32[64]
B
〈64〉
float32[64]
mean
〈64〉
float32[64]
var
〈64〉
Relu
Relu_14
Conv
Conv_15
float32[128,64,1]
W
〈128×64×1〉
float32[128]
B
〈128〉
BatchNormalization
BatchNormalization_16
float32[128]
scale
〈128〉
float32[128]
B
〈128〉
float32[128]
mean
〈128〉
float32[128]
var
〈128〉
Relu
Relu_17
Conv
Conv_18
float32[1024,128,1]
W
〈1024×128×1〉
float32[1024]
B
〈1024〉
BatchNormalization
BatchNormalization_19
float32[1024]
scale
〈1024〉
float32[1024]
B
〈1024〉
float32[1024]
mean
〈1024〉
float32[1024]
var
〈1024〉
Relu
Relu_20
ReduceMax
ReduceMax_21
Reshape
Reshape_23
int64[2]
shape
〈2〉
Gemm
Gemm_24
float32[512,1024]
B
〈512×1024〉
float32[512]
C
〈512〉
BatchNormalization
BatchNormalization_25
float32[512]
scale
〈512〉
float32[512]
B
〈512〉
float32[512]
mean
〈512〉
float32[512]
var
〈512〉
Relu
Relu_26
Gemm
Gemm_27
float32[256,512]
B
〈256×512〉
float32[256]
C
〈256〉
BatchNormalization
BatchNormalization_28
float32[256]
scale
〈256〉
float32[256]
B
〈256〉
float32[256]
mean
〈256〉
float32[256]
var
〈256〉
Relu
Relu_29
Gemm
Gemm_30
float32[9,256]
B
〈9×256〉
float32[9]
C
〈9〉
Unsqueeze
Unsqueeze_32
Concat
Concat_33
〈…〉
Tile
Tile_34
float32[1,9]
input
〈1×9〉
Add
Add_35
Reshape
Reshape_37
int64[3]
shape
〈3〉
Transpose
Transpose_38
MatMul
MatMul_39
Transpose
Transpose_40
Conv
Conv_41
float32[64,3,1]
W
〈64×3×1〉
float32[64]
B
〈64〉
BatchNormalization
BatchNormalization_42
float32[64]
scale
〈64〉
float32[64]
B
〈64〉
float32[64]
mean
〈64〉
float32[64]
var
〈64〉
Relu
Relu_43
Conv
Conv_44
float32[128,64,1]
W
〈128×64×1〉
float32[128]
B
〈128〉
BatchNormalization
BatchNormalization_45
float32[128]
scale
〈128〉
float32[128]
B
〈128〉
float32[128]
mean
〈128〉
float32[128]
var
〈128〉
Relu
Relu_46
Conv
Conv_47
float32[1024,128,1]
W
〈1024×128×1〉
float32[1024]
B
〈1024〉
BatchNormalization
BatchNormalization_48
float32[1024]
scale
〈1024〉
float32[1024]
B
〈1024〉
float32[1024]
mean
〈1024〉
float32[1024]
var
〈1024〉
ReduceMax
ReduceMax_49
Reshape
Reshape_51
int64[2]
shape
〈2〉
Reshape
Reshape_53
int64[3]
shape
〈3〉
Unsqueeze
Unsqueeze_54
Concat
Concat_55
〈…〉
Tile
Tile_56
Concat
Concat_57
Conv
Conv_58
float32[512,1088,1]
W
〈512×1088×1〉
float32[512]
B
〈512〉
BatchNormalization
BatchNormalization_59
float32[512]
scale
〈512〉
float32[512]
B
〈512〉
float32[512]
mean
〈512〉
float32[512]
var
〈512〉
Relu
Relu_60
Conv
Conv_61
float32[256,512,1]
W
〈256×512×1〉
float32[256]
B
〈256〉
BatchNormalization
BatchNormalization_62
float32[256]
scale
〈256〉
float32[256]
B
〈256〉
float32[256]
mean
〈256〉
float32[256]
var
〈256〉
Relu
Relu_63
Conv
Conv_64
float32[128,256,1]
W
〈128×256×1〉
float32[128]
B
〈128〉
BatchNormalization
BatchNormalization_65
float32[128]
scale
〈128〉
float32[128]
B
〈128〉
float32[128]
mean
〈128〉
float32[128]
var
〈128〉
Relu
Relu_66
Conv
Conv_67
float32[2,128,1]
W
〈2×128×1〉
float32[2]
B
〈2〉
Transpose
Transpose_68
Reshape
Reshape_70
int64[2]
shape
〈2〉
LogSoftmax
LogSoftmax_71
Unsqueeze
Unsqueeze_72
Unsqueeze
Unsqueeze_73
Concat
Concat_74
〈…〉
Reshape
Reshape_75
pred
float32[1,N,2]
trans
float32[1,3,3]
×
torch-jit-export
❮
Version
{version}
Copyright ©
Lutz Roeder
Open Model…
.
.
.
OK
≡