今日输出: 获取CNN模型的计算力(flops)参数量(parameters)
使用工具: pytorch 的 torchstat 包
from torchstat import stat
import torchvision.models as models
model = models.alexnet()
stat(model,(3,244,244)
输出结果
alexnet:

shufflenet
虽然shufflenet的网络stage比较多,但是参数量和计算量还是非常小的
model = models.shufflenet_v2_x0_5()
__all__ = [
'ShuffleNetV2', 'shufflenet_v2_x0_5', 'shufflenet_v2_x1_0',
'shufflenet_v2_x1_5', 'shufflenet_v2_x2_0'
]

本文探讨了PyTorch中AlexNet和ShuffleNet两种模型的FLOPs(计算量)及参数量,并强调了Shufflenet虽结构复杂但参数量小的特点。
5701

被折叠的 条评论
为什么被折叠?



