【FLOPS】各种模型统计FLOPs

本文介绍如何使用PyTorch-OpCounter工具计算神经网络模型的浮点运算次数(FLOPs)和参数数量,通过具体实例演示了如何在ResNet18模型上应用该工具。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

简介:

FLOPs : FLOATING-POINT OPERATIONS PER SECOND

1、Pytorch:

pytorch有PyTorch-OpCounter:

github: https://github.com/Lyken17/pytorch-OpCounter

安装:pip install thop

from torchvision.models import resnet18
from thop import profile
import torch

model = resnet18()
input = torch.randn(1, 3, 224, 224)
flops, params = profile(model, inputs=(input, ))

print(flops)

 

评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值