返回 AI 工具目录
netron
开发框架人工精选最近核验 2026年7月23日
Netron 是 lutzroeder 开源(MIT)的神经网络与机器学习模型可视化查看器,以交互式网络图展示训练好模型的层与连接。它支持 ONNX、TensorFlow Lite、PyTorch、TorchScript、TensorFlow、Core ML、OpenVINO、Keras、Caffe、Safetensors 等 20 多种格式,并对 MLIR、JAX、GGUF、RKNN、ncnn、MNN、PaddlePaddle 等提供实验性支持。提供浏览器版(netron.app)、macOS/Linux/Windows 桌面应用,以及 pip 安装的 Python 包与命令行,主要以 JavaScript 实现,模型在本地或浏览器内解析,不上传数据。
定价开源部署本地运行、SaaS 云服务国内可达国内可达许可MIT
解决什么问题
- 直观查看各类框架模型的结构与层连接
- 在一个工具里打开 ONNX、PyTorch、TF 等多种格式
- 排查模型转换、导出与结构差异问题
- 无需写代码即可检视模型的算子与参数
适合
- 需要检查、核对模型结构的算法与工程人员
- 做模型转换(如转 ONNX)时排查结构的场景
- 教学或评审中展示网络结构的用途
- 希望离线、数据不出本机地查看模型
不适合
- 只做结构可视化,不做训练或推理执行
- 不提供模型编辑、量化或性能分析功能
- 部分格式(如 GGUF、JAX)仅实验性支持
- 超大模型图在浏览器中渲染可能吃力
如何接入
- 浏览器直接打开 netron.app 加载本地模型
- 提供 macOS、Linux、Windows 桌面应用
- pip 安装后经命令行启动本地服务
- 可用 Python 包在脚本中调起查看
已知限制
- 正文不含指标;仅做可视化,能力边界清晰
- 实验性格式的解析可能不完整
- 纯客户端工具,复杂交互与协作能力有限
接入与使用事实
- 部署方式
- 本地运行、SaaS 云服务
- 实现语言
- JavaScript、Python
- 中文界面
- 待确认
- 中文文档
- 待确认
- 定价方式
- 开源
- 许可证
- MIT
- 国内可达性
- 国内可达
- 可达性观察
- 待补充
权限、依赖与维护信号
这些字段记录公开可见信号，不等同于安全审计结论。
权限信号
暂无公开信号。
依赖信号
暂无公开信号。
维护信号
暂无公开信号。
公开来源与证据
暂无可公开的来源链接。