pytorch计算网络参数量和Flops

python 复制代码
from torchsummary import summary
summary(net, input_size=(3, 256, 256), batch_size=-1)

输出的参数是除以一百万(/1000000)M,

python 复制代码
from fvcore.nn import FlopCountAnalysis
inputs = torch.randn(1, 3, 256, 256).cuda()
flop_counter = FlopCountAnalysis(net, inputs)
print(f"FLOPs: {flop_counter.total()}")

输出的参数是B,(/1024/1024/1024)G,(/1024/1024/1024/1024)T

相关推荐
清云逸仙6 分钟前
什么是AI领域的Prompt
人工智能·深度学习·机器学习·prompt
Elastic 中国社区官方博客9 分钟前
在 Elasticsearch 中实现带可观测性的 agentic 搜索以自动调优相关性
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索
生成论实验室13 分钟前
宇宙生成信息编码:易经六十四卦的数学表述与生成论物理学阐释
人工智能·科技·神经网络·信息与通信·几何学
木头左28 分钟前
迁移学习的基于股票数据预训练加速
人工智能·机器学习·迁移学习
背影疾风34 分钟前
基于深度学习的3D点云特征提取方法梳理
人工智能·深度学习·3d·自动驾驶
新加坡内哥谈技术1 小时前
机器人出租车与郊区生活
人工智能·生活
CareyWYR1 小时前
每周AI论文速递(251117-251121)
人工智能
专注数据的痴汉1 小时前
「数据获取」《中国农业年鉴》(1949-2022)
人工智能
Blossom.1181 小时前
RLHF的“炼狱“突围:从PPO到DPO的工业级对齐实战
大数据·人工智能·分布式·python·算法·机器学习·边缘计算
Light601 小时前
MCP协议:CAD设计的“AI大脑”革命——从图纸到智能决策的全链路跃迁
人工智能·工业4.0·mcp协议·cad智能化·ai设计自动化