pip install torchstat
from torchstat import statstat(model, (3, 32, 32)) #统计模型的参数量和FLOPs,(3,32,32)是输入图像的size
结果:
问题:当网络中有自定义参数时,就很有可能漏掉那部分参数对应的统计量;stat好像不支持双输入。
pip install torchsummary
from torchsummary import summarysummary(model,input_size=(3,32,32))
问题:当网络中有自定义参数时,就很有可能漏掉那部分参数。
结果:
pip install thop
from thop import profiledummy_input = torch.randn(1, 3, 32, 32)#.to(device)flops, params = profile(model, (dummy_input,))print('FLOPs: ', flops, 'params: ', params)print('FLOPs: %.2f M, params: %.2f M' % (flops / 1000000.0, params / 1000000.0))
问题:当网络中有自定义参数时,flops和params就很有可能漏掉那部分参数。
参考链接:
6种方法计算神经网络参数量Params、计算量FLOPs、Macs简单代码_python transformer计算量flops代码_工科女博的博客-CSDN博客
网络模型的参数量和FLOPs的计算 Pytorch_网络flop_清纯世纪的博客-CSDN博客
https://zhuanlan.zhihu.com/p/541165764
下一篇:蓝桥杯真题31日冲刺 |第一天