Pytorch: 采用thop库正确计算模型计算量FLOPs和模型参数Params 【误区更正】 |
您所在的位置:网站首页 › flops如何计算 cpu › Pytorch: 采用thop库正确计算模型计算量FLOPs和模型参数Params 【误区更正】 |
文章目录
使用thop计算FLOPs和Params的大致流程`重大误区注意`拓展说明与支持链接
使用thop计算FLOPs和Params的大致流程
from thop import profile
from thop import clever_format
input = torch.randn(1, 3, 224, 224)
model = MODEL() # your model here
?, params = profile(model, inputs=(input, )) # “问号”内容使我们之后要详细讨论的内容,即是否为FLOPs
?, params = clever_format([flops, params], "%.3f")
重大误区注意
目前,CSDN或简书等中文平台的大部分thop使用教程都直接将上述代码段中返回的第一个元素即‘?’当作FLOPs来使用,然而这是错误的! thop返回的第一个element不是FLOPs,而是Macs.而FLOPs实际上是Macs的两倍!!! 上面这一点要尤其注意,现在百度上所查到的基本所有有关thop计算FLOPs的文章都是错误的!!! 所以最终的FLOPs = profile(model, inputs=(input, ))[0] *2,记住要乘以2才是FLOPs 拓展说明与支持链接Macs的定义为: 一次加法和一次乘法等于一个Mac FLOPs的定义为: 一次加法算一个FLOP,而一次乘法也算一个FLOP 所以最终FLOPs = 2 * Macs PS:当然实际上FLOPs是近似于Macs的两倍,具体还是跟模型设计有关 具体FLOPs以及Macs的介绍,以及thop的返回请见这里 |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |