tf.keras计算FLOPs

这篇博客演示了如何利用keras_flops库计算MNASNet模型的FLOPs。通过引入tensorflow和keras_flops,创建了一个MNASNetMobile实例,并计算了在batch_size=1时的FLOPs,结果显示模型的FLOPs约为1.15G。这有助于理解和优化模型的计算效率。

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

tf.keras计算FLOPs

推荐一个好用的包
可以通过pip安装

pip install keras_flops
import tensorflow as tf
from keras_flops import get_flops
import pathlib
import keras.backend as K
# import os
import numpy as np

Mnasnet = tf.keras.Sequential([
    tf.keras.layers.InputLayer(input_shape=(224, 224, 3)),
    tf.keras.applications.NASNetMobile()
])

# Calculae FLOPS
flops = get_flops(Mnasnet, batch_size=1)
print(f"FLOPS: {flops / 10 ** 9:.03} G")

结果是这样的(太长,只取了部分)

 sequential/NASNet/reduction_add_2_reduce_8/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_3_9/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_5_12/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_4_9/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_3_10/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_5_11/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_1_12/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_2_9/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_3_12/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_3_11/add (8.62k/8.62k flops)
  sequential/NASNet/normal_add_4_12/add (8.62k/8.62k flops)
  sequential/NASNet/predictions/Softmax (5.00k/5.00k flops)
  sequential/NASNet/predictions/BiasAdd (1.00k/1.00k flops)

======================End of Report==========================
FLOPS: 1.15 G

评论 9
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