CNN模型所需的计算力(flops)以及常见层的flops分析

本文详细解析了FLOPS的概念,它是衡量硬件计算速度及算法模型复杂度的重要指标。并深入分析了卷积层、全连接层及深度可分离卷积层的FLOPS计算方式。

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

1、flops解释

Flops: floating point operations per second的缩写,指的是每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。

FLOPs:可以用来衡量算法/模型的复杂度。其实也就是模型进行参数运算的次数。

对于一个卷积层,假设其大小为h*w*c*n (其中 c为 input channel,n为#output channel),输出的feature map尺寸为H'*W',则该卷积层的

#paras = n*(h*w*c)+1

#FLOPS = H'*W'*n*(h*w*c+1)

即 FLOPS = H'*W'*#paras

参考:https://blog.youkuaiyun.com/googler_offer/article/details/84679911

 

2、常见层的flops分析

卷积、全连接、深度可分离卷积

参考:https://blog.youkuaiyun.com/zc199329/article/details/89532262

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