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】

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】

2024-01-13 18:39| 来源: 网络整理| 查看: 265

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



【本文地址】


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