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
沉淅尘14 小时前
Context Engineering: 优化大语言模型性能的关键策略与艺术
数据库·人工智能·语言模型
救救孩子把14 小时前
59-机器学习与大模型开发数学教程-5-6 Adam、RMSProp、AdaGrad 等自适应优化算法
人工智能·算法·机器学习
王莽v214 小时前
LLM 分布式推理:切分、通信与优化
人工智能·分布式
HZjiangzi14 小时前
文物古董如何实现高保真三维数字化?思看科技3DeVOK MT彩色扫描+智能贴图方案权威解析
人工智能·科技·制造·三维扫描仪
救救孩子把14 小时前
58-机器学习与大模型开发数学教程-5-5 牛顿法与拟牛顿法(BFGS、L-BFGS)
人工智能·机器学习
junziruruo14 小时前
三叉预测头Trident prediction head(RGBT目标跟踪以MTNET为例)
人工智能·计算机视觉·目标跟踪
光羽隹衡14 小时前
计算机视觉--Opencv(图像形态学)
人工智能·opencv·计算机视觉
懈尘14 小时前
基于Spring Boot与LangChain4j的AI驱动新闻系统设计与工程实现
java·大数据·人工智能·spring boot·后端·langchain
倔强的石头10614 小时前
假设空间与版本空间 —— 机器学习是 “猜规律” 的过程
人工智能·机器学习
flying_131414 小时前
图神经网络分享系列-GGNN(GATED GRAPH SEQUENCE NEURAL NETWORKS)(三)
人工智能·深度学习·神经网络·图神经网络·ggnn·门控机制·图特征学习