计算参数量

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 300+累计阅读 328平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄8年

关注

原创最新推荐文章于 2026-09-16 15:11:58 发布 328 阅读 AI 写同款· GEO 优化 ›

【参数量（Params）与计算量(FLOPs)的计算】提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、参数量的计算1.卷积层2.池化层3.全连接层二、计算量的计算1.卷积层2.池化层3.全连接层总结前言随着深度学习在工业领域的使用，也随着深度学习的进步，模型的复杂度对于衡量一个模型的好坏也至关重要，本文主要介绍一般情况下参数量（Params）与计算量(FLOPs)的计算。一、参数量的计算 参数量主要用来形容模型的大小程度，类似于算法中的空间复杂度。 1.卷积层计算公式如下： params = Co×(Ci×Kw. 阅读详情

def netParams(model):
    total_paramters = 0
    for parameter in model.parameters():
        i = len(parameter.size())
        p = 1
        for j in range(i):
            p *= parameter.size(j)
        total_paramters += p

    return total_paramters

收录于

当前文章被以下社区和专栏收录：

标签

#python

神经网络的计算量(FLOPs)、参数量(Params)、推理时间（FPS）的定义及实现方法神经网络的计算量(FLOPs)和参数量(Params)的定义及实现方法阅读详情

相关推荐

如何计算卷积的复杂度、卷积层的参数量

这也就是为什么输入图像的的 H 和 W 不能算入参数量，因为它们是输入数据，是送进网络的图像/特征图，它。• 步长 stride = 1，padding 保持尺寸不变（输出还是 64x64）），卷积核大小是k✖️k，则对于每个输入的 channel，（浮点运算次数），指的是模型运行时需要执行多少次。• 输出通道数（输出特征图的深度）：64。• 输出特征图大小：224 ✖️ 224。（每次卷积一个输出像素时乘加一次）个卷积核），所以还需要相乘，得到。（Parameters）：是。输出通道数（即卷积核个数）

ncnfjdjjd的博客 2071

深度学习——参数量计算

指模型推断时需要多少计算次数是 floating point operations 的缩写（注意 s 小写），可以用来衡量算法/模型的复杂度，这关系到算法速度，大模型的单位通常为 G（GFLOPs：10亿次浮点运算），小模型单位通常为 M通常只考虑乘加操作(Multi-Adds)的数量，而且只考虑 CONV 和 FC 等参数层的计算量，忽略 BN 和 PReLU 等等。则参数个数为：param=(3*3*3+1)*64=1792。则参数个数为：param=(3+1)*5=20。

dhy5710的博客 5511

计算模型FLOPs和参数量

在pytorch环境下，有两个计算FLOPs和参数量的包thop和ptflops，结果基本是一致的。 thop 参考https://github.com/Lyken17/pytorch-OpCounter 安装方法：pip install thop 使用方法： from torchvision.models import resnet18 from thop import profile mode...

zhongzhh8的博客 1万+

深度学习中模型计算量(FLOPs)和参数量(Params)的理解以及四种计算方法总结

深度学习中模型参数量和计算量的理解与计算１　首先什么是计算量，什么是参数量２　如何计算：参数量，计算量３　对于换算计算量４　对于各个经典网络：５　计算量与参数量对于硬件要求6 计算量(FLOPs)和参数量(Params)第一步：安装模块第二步：计算参考资料接下来要分别概述以下内容：１　首先什么是参数量，什么是计算量２　如何计算　参数量，如何统计　计算量３　换算参数量，把他换算成我们常用的单位，比如:mb ４　对于各个经典网络，论述他们是计算量大还是参数两，有什么好处５　计算量，参数量分别对显存，芯

紫芝的博客 15万+

用workbuddy自定义Skill：手把手搭建AI炒股分析助手

AI Agent正成为个人投资研究的重要工具，而Skill作为行为规范，能让AI输出保持稳定与专业。在AI Agent应用中，很多人分不清Skill与Agent的区别：Agent负责目标拆解与执行，Skill则固化分析流程与输出模板。借助本地工作台workbuddy，用户可自定义Skill，实现从市场环境检查到财务排雷的五段式分析。通过调低温度参数、设定数据验证规则，该方案能有效避免大模型凭空编造数据，帮助个人投资者快速完成基本面体检、资金面观察与风险清单生成。本文基于一套可直接套用的配置与一个月实测，展示

weixin_29038537的博客 520

【电子元件篇】电容的九大作用与选型指南-超简单解读

本文系统介绍了电容的基础概念、核心功能及实际应用。电容作为存储电荷的被动元件，其容值公式为C=Q/V，单位包括法拉及常用派生单位。文章重点解析了电容的九大功能：滤波（通过RC低通电路抑制噪声）、耦合（传递交流隔离直流）、去耦（稳定供电）、储能（短暂供电）、定时（RC延时）、谐振（RLC振荡）、旁路（高频通路）、电压调节（DC-DC转换）以及保护（吸收浪涌）。同时详细阐述了电容分类（陶瓷/电解/薄膜等）、参数选型要点（耐压/容值/精度/温度）及PCB设计注意事项，并针对不同应用场景提供了具体选型建议和常见误区

2301_81299416的博客 4009

深度学习中有关网络中的参数量(param)计算。附录有浮点计算量(FLOPs)的链接。

文章目录网络中的参数量(param)和浮点计算量(FLOPs)的计算一、网络中的参数量(param)是什么？浮点计算量(FLOPs)是什么？二、如何计算网络中的参数量(param)、浮点计算量(FLOPs)网络中的参数量(param)的计算2.读入数据总结网络中的参数量(param)和浮点计算量(FLOPs)的计算一、网络中的参数量(param)是什么？浮点计算量(FLOPs)是什么？网络中的参数量（param）对应与空间Space概念，及空间复杂度。浮点计算量(FLOPs)对应与时间Time概.

等待戈多的博客 1万+

百度飞桨EasyDL图像分类：收费口车辆类型自动识别

车辆类型识别在高速收费路口的应用中，场景相对单一且拍摄角度一致，因此首次训练模型效果优异，准确率达到了95%，鉴于市面上的车辆类型不断更新迭代且部分车辆的主要特征也不断发生变化，因此可在模型投入应用后，持续收集模型实际运行过中产生的数据，定期添加数据进行模型迭代，保证模型效果。企业将AI模型应用到实际场景中以实现停车费用、过路费用的自动计算，在收费口中由相机对每个车辆进行拍摄，拍摄到的图片传输到预测设备上进行类型识别，基于识别出来的车辆类型自动进行费用计算。该功能可在发起训练时选选择对应的开关打开即可。..

PaddlePaddle 1670

卷积层参数量和计算量计算公式

文章目录0. 变量定义1. 卷积层的参数量计算2. 卷积操作的计算量2.1. 乘法计算量2.2. 加法计算量参考https://www.cnblogs.com/qinduanyinghua/p/11302618.html 0. 变量定义假设输入的特征图（feature map）的shape为[Height, Weight, Channel]，对应的字母表示为[Hin,Win,Cin][ H_{in}, W_{in}, C_{in}][Hin,Win,Cin]; 卷积核（kernel）的shape.

lankuohsing的博客 7832

「点燃我，温暖你」用Python制作一个动态爱心效果

最近「点燃我，温暖你」这部剧非常火，讲述的是程序员的爱情故事。其中陈飞宇饰演的男主李峋，在剧中用程序做出的爱心跳动效果，非常炫。

Modeler_xiaoyu的博客 1万+

微信小程序利用Echarts加载中国地图的步骤

微信小程序如何利用Echarts加载地图？可按照如下四个步骤进行。（阅读时间大概3分钟）。

成都都成 5274

Transformer Decoder-Only 参数量计算

Transformer 的假设d_attn = d_model，d_ff = 4 × d_model参数定义：d_mdole：模型维度；n_layer：层数；d_attn：注意力输出维度；d_ff：前馈网络维度；n_ntx：最大上下文长度（token）n_head：注意力头数n_vacab：词汇表大小。

jzwei023的博客 1257

第十届MathorCup高校数学建模挑战赛-B题：养老服务床位需求预测与运营模式研究

当养老床位数增加时存在的商机，提出了相应的养老服务床位的运营商业模式。就业的可能性，建立多目标规划模型，尽可能同时满足三方面的要求。务床位的需求、制定合理的养老服务床位发展规划，是构建和谐社会、幸福社会。问题一的床位需求与市场类型的分类结果，查找关于国内养老院的相关数据，探。求，又能持续发展养老事业，同时还能促进社会就业的养老服务床位运营的商业。养老服务床位数的增加能够带来的就业方面因素的影响，并对这些因素进行一个。你们的模型及其结论为科学依据，对政府管理部门针对养老床位规划提出合理的。

getusushu的博客 1139

参数量计算举例

本文介绍了一个包含卷积层、池化层和全连接层的典型卷积神经网络结构，并详细讲解了各层参数量的手工计算与编程实现。通过 .parameters() 方法和 torchinfo 工具，展示了如何自动统计模型参数量和内存占用。随后，介绍了Adam优化器的参数管理方式，并分析了添加批归一化（BatchNorm）层后对参数量的影响。整体流程涵盖了模型结构设计、参数量与内存计算、优化器使用及正则化方法，为理解和实践深度学习模型的参数管理提供了系统的参考。

Humbunklung的专栏 1213

Spring Boot 集成 Spring AI：实现可被大模型调用的 MCP Server

本文介绍了如何利用Spring AI框架构建MCP Server，使大模型能够调用业务系统的接口。主要内容包括：1）MCP协议简介，分为MCP Server和Client两部分；2）环境配置要求，需Java 17+和Spring Boot 3.5.0+；3）实现步骤，通过@McpTool注解将Service方法暴露给大模型调用；4）使用Cherry Studio作为MCP Client测试效果，成功实现订单查询和下单功能。本文仅实现MCP Server部分，后续将介绍如何开发MCP Client。

iioSnail的博客 2126

NTscan扫描工具

ntscan是一个扫描器，可以扫描没有密码和弱密码的共享，先到配置文件中填写猜测的用户名和密码，扫描过程中右侧出现的是扫描日志。

参数量和计算量

https://www.cnblogs.com/lllcccddd/p/10671879.html 接下来要分别概述以下内容：１　首先什么是参数量，什么是计算量２　如何计算　参数量，如何统计　计算量３　换算参数量，把他换算成我们常用的单位，比如:mb ４　对于各个经典网络，论述他们是计算量大还是参数两，有什么好处５　计算量，参数量分别对显存，芯片提出什么要求，我们又是怎么权衡１　首先什么是计算量，什么是参数量 计算量对应我们之前的时间复杂度，参数量对应于我们之前的空间复杂度，这么说就很明显了也就

Magic_o的博客 3534

STM32F407中文手册

STM32f407中文手册本参考手册面向应用开发人员，提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微控制器系列，各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性，请参见数据手册。有关 ARM Cortex™-M4F 内核的信息，请参见《Cortex™-M4F 技术参考手册》。

pytorch得到模型的计算量和参数量

文章目录方法1方法2方法3方法4 方法1 pytorch自带方法，计算模型参数总量 total = sum([param.nelement() for param in model.parameters()]) print("Number of parameter: %.2fM" % (total/1e6)) 方法2 计算模型参数总量和模型计算量 def count_params(model, input_size=224): # param_sum = 0 with open('

qq_35407318的博客 1万+

迈瑞BS系列全自动生化分析仪LIS协议接口手册(内含HL7和ASTM)

迈瑞BS系列全自动生化分析仪LIS协议接口手册，内含HL7和ASTM)

SAP B1中文培訓教材_SDK

公司内部培训资料，对开发工具，DIAPI， UIAPI，Add-ON有详细解说

卷积参数量和计算量怎么计算？

在深度学习领域，卷积操作是非常重要且常用的一种运算方式，了解其参数量和计算量的估计方法对于模型的设计、优化以及资源评估等方面都有着关键的意义。

weixin_63866037的博客 1652

计算VGG16的参数量

针对VGG16来学习如何计算参数量、计算量、内存访问代价

RayChiu757374816的博客 8608

tensorflow中如何计算参数量

所谓的参数量，其实就是可训练的所有张量，每一个张量有多少位数字，然后统计一下数字的个数。比如我们的网络中一共有两个可训练的张量，一个的形状是[5,3,2]，另外一个是[5,2]，网络的参数量就是：从checkpoint中计算参数量的代码如下： ckpt = tf.train.get_checkpoint_state("./ckpt_path/").model_checkpoint_...

bonjourdeutsch的博客 5960

卷积参数量计算

文章目录普通卷积计算量（乘加次数）FLOPs(floating point operations)可分离卷积参数量：MAC计算量：FLOPs计算量为：参考：普通卷积 参数量 参数量是参与计算参数的个数,占用内存空间，假设输入通道和输出通道都是1，核大小(K,K)(K,K)(K,K)，输入map大小为: (Hin,Win)(H_{in},W_{in})(Hin,Win)，输出map大小为(Ho...

Rock的博客 2986

卷积层参数量计算指南：从公式到实例，彻底搞懂模型参数量

本文详细讲解了卷积神经网络（CNN）中卷积层参数量的计算方法。卷积层的参数量主要由卷积核权重（$k^2 \times C_{in} \times C_{out}$）和偏置项（$C_{out}$）组成，总公式为$C_{out} \times (k^2 \times C_{in} + 1)$。文章通过LeNet-5和ResNet-50的实例验证公式，并强调参数量与计算量（FLOPs）的区别：前者决定模型大小，后者影响运行速度。理解参数量计算有助于优化模型复杂度，在轻量化和部署场景中尤为重要。

qq_45464126的博客 2222

神经网络模型计算量 & 参数量 解释

1. 概念计算量(FLOPs)对应我们之前的时间复杂度，计算量要看网络执行时间的长短 PS： FLOPS：全大写，意指每秒浮点运算次数，理解为计算速度，是一个衡量硬件性能的指标。 FLOPs：s小写，意指浮点运算数，理解为计算量，用来衡量模型的复杂度（如果模型FLOPs为X，使用的GPU性能Y FLOPS，意味处理该模型只需X/Y秒） 参数量对应于我们之前的空间复杂度，参数量要看占用显存的量 2. 对硬件要求计算量的要求是在于芯片的fl...

小幸运 1万+

感受野大小计算、卷积参数量与计算量、空洞卷积计算量与参数量

感受野大小计算这是自顶向下方法，也就是从后面向前面计算，初始rf=1 比如conv1(f=3x3,s=2), conv2(f=3x3,s=2), conv3(f=3x3,s=1),从后向前最后一层每个点rf=1，(1-1)x1+3=3,也就是最后一层结束每个点的感受野是3 倒数第二层 , (3-1)x2+3=7,最后一个点映射到第二层是7的感受野底数第三层，(7-1...

别说话写代码的博客 6093

卷积神经网络参数量和计算量内存计算

神经网络常用模型参数量一级目录二级目录一级目录二级目录

bblingbbling的博客 4862

上一篇： MATLAB画框，并把框起来的保存

下一篇：计算flops和add

如何计算卷积的复杂度、卷积层的参数量

ncnfjdjjd的博客

04-06

2071