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
众人皆醒我独醉1 分钟前
Triton Inference Server:NVIDIA 的推理"瑞士军刀"——LLM 只是它的一种负载
人工智能·面试·ai编程
Vince的修炼之路2 分钟前
大模型推理框架SGLang的源码分析
人工智能·架构
码途潇潇7 分钟前
Codex Rules 与 Skills:项目级和全局级配置一览
人工智能
饼干哥哥20 分钟前
字节Seedance2.5终于上线,这次在收割谁?
人工智能·设计模式·前端框架
小程故事多_8040 分钟前
Claude Code与Codex六大组件拆解,Coding Agent怎么把任务做稳
人工智能
Keepreal4961 小时前
《从零构建大模型》——从头实现GPT模型进行文本生成
gpt·深度学习·llm
卡梅德生物科技小能手1 小时前
卡梅德生物科普 TPBG(5T4)
经验分享·深度学习·生活
董员外1 小时前
RAG 系统进化论(六):GraphRAG(基于知识图谱的 RAG),从相似文本走向实体关系
人工智能·后端·设计模式
Summer-Bright1 小时前
AI 软件简报 07.29-08.02:OpenAI 降价 80%、DeepSeek 全开源、欧盟动刀
人工智能·ai·开源·ai软件
武子康1 小时前
模型发布可以按天看,生产默认模型不能按天切:一套可回退的 30 天验收流程
人工智能·llm·agent