使用pycallgraph和Graphviz可视化函数的调用关系-可用于cnn或者rnn的可视化调用

第一步：先安装pip install pycallgraph和graphviz

第二步：http://www.graphviz.org/download/   在官网上找到 graphviz-2.38.smi文件直接按照，注意记住按照路径，

第三步：配置bin文件的用户环境目录和系统环境目录，用户环境目录是 path\grapgviz_name\bin,系统环境path\grapgviz_name\bin\dot.exe,注意重启系统，path是你自己安装的路径，graphviz_name是相应的名字

第四步：直接上代码，可视化调用关系需要加入整个代码使用的文件名（.py格式）

第五步：

#++++++++++++++++++++++++++++++++++++++
#++++++这个比tensorboard的更加简洁
#+++++++++++++++++++++++++++++++++++++++++
import argparse
from data.LCSTS.preprocess import preprocess
import json
from config.configurable import Configurable
from train_op import build_train_op
from helper import Helper
from run import train


from pycallgraph import PyCallGraph
from pycallgraph.output import GraphvizOutput
from pycallgraph import Config
from pycallgraph import GlobbingFilter



config = Configurable('data')


def main():
    """
    这个区域是主函数代码，这里调用了上面的python文件
    
    """
    
if __name__=='__main__':        
    config1 = Config();
    config1.trace_filter = GlobbingFilter(include=['encoder.*','decoder.*','helper.*','metrics.*','model.*','loss.*','trai_op.*','run.*'])
    # 这个地方的include是要在图上显示的东西，直接使用python '文件名.*'想显示多少就加多少
    graphviz = GraphvizOutput()
    graphviz.output_file="test.png"
    with PyCallGraph(output=graphviz,config=config1):
        main()
        

 

 

第六步：调用关系可视化

这个图最上面的run,decoder,helper,metrics就是文件名，也就是一个框就是一个文件，代码结构非常清晰地展现出来了，如果还想显示更多可以加上更多函数名或者库名，非常灵活，代码就几行，