安装Netron：

• 访问Netron的官方网站，根据你的操作系统选择相应的安装包。
• 通过标准的安装程序进行安装。完成后，Netron可以在浏览器中直接打开模型文件。

准备PyTorch模型：

• 确保安装了PyTorch框架。
• 通过代码加载一个预训练的AlexNet模型，例如：

  import torch.onnx
  import torchvision
  input = torch.randn(10, 3, 224, 224).cuda()
  model = torchvision.models.alexnet(pretrained=True).cuda()
  torch.onnx.export(model, input, "alexnet.onnx", verbose=True)

• 这将将模型转换为ONNX格式，保存为alexnet.onnx文件。

使用Netron查看模型：

• 打开Netron应用程序。
• 将转换好的alexnet.onnx文件拖拽到Netron的浏览器界面中。
• Netron会自动解析模型结构并以图形化的方式展示。

交互和分析：

• 在Netron的界面中，可以通过展开和折叠模型层来详细查看每个层的参数和连接情况。
• 通过调整层的可见性，可以更直观地理解模型的工作流程。