标签:FLOPs MACs torch 128 import FLOPS
FLOPS & FLOPs & MACs
记录一下:
FLOPS:
FLOPS (Floating Point Operations Per Second):每秒浮点运算次数,是一个衡量硬件速度的指标。
FLOPs:
FLOPs(Floating Point Operations):浮点运算次数,用来衡量模型计算复杂度,常用来做神经网络模型速度的间接衡量标准。FLOPS与FLOPs常常被人们混淆使用。
MACs:
MACs (Multiply–Accumulate Operations): 乘加累积操作数,常常被人们与FLOPs概念混淆实际上1 MACs 包含一个乘法操作与一个加法操作,大约包含2 FLOPs。通常 MACs 与 FLOPs 存在一个2倍的关系。
Tools:
THOP:https://github.com/Lyken17/pytorch-OpCounter
示例如下:
import torch
import thop
import torchvision
m = torch.nn.Conv2d(128, 128, 1)
x = torch.randn(1, 128, 16, 16)
macs = thop.profile(m, inputs=(x,), verbose=True)
fprint(macs)
标签:FLOPs,MACs,torch,128,import,FLOPS 来源: https://www.cnblogs.com/SethDeng/p/15409617.html
本站声明: 1. iCode9 技术分享网(下文简称本站)提供的所有内容,仅供技术学习、探讨和分享; 2. 关于本站的所有留言、评论、转载及引用,纯属内容发起人的个人观点,与本站观点和立场无关; 3. 关于本站的所有言论和文字,纯属内容发起人的个人观点,与本站观点和立场无关; 4. 本站文章均是网友提供,不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属;如您发现该文章侵犯了您的权益,可联系我们第一时间进行删除; 5. 本站为非盈利性的个人网站,所有内容不会用来进行牟利,也不会利用任何形式的广告来间接获益,纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。