深度學(xué)習(xí)中，模型訓(xùn)練完后，查看模型的參數(shù)量和浮點(diǎn)計(jì)算量，在此記錄下：
在pytorch中有現(xiàn)成的包thop用于計(jì)算參數(shù)數(shù)量和FLOP，首先安裝thop：
pip install thop
注意安裝thop時(shí)可能出現(xiàn)如下錯(cuò)誤：
pip install --upgrade git+https://github.com/Lyken17/pytorch-OpCounter.git # 下載源碼安裝
使用方法如下：
from torchvision.models import resnet50 # 引入ResNet50模型 from thop import profile model = resnet50() flops, params = profile(model, input_size=(1, 3, 224,224)) # profile（模型，輸入數(shù)據(jù)）
對(duì)于自己構(gòu)建的函數(shù)也一樣，例如shuffleNetV2
from thop import profile
from utils.ShuffleNetV2 import shufflenetv2 # 導(dǎo)入shufflenet2 模塊
import torch
model_shuffle = shufflenetv2(width_mult=0.5)
model = torch.nn.DataParallel(model_shuffle) # 調(diào)用shufflenet2 模型，該模型為自己定義的
flop, para = profile(model, input_size=(1, 3, 224, 224),)
print("%.2fM" % (flop/1e6), "%.2fM" % (para/1e6))
更多細(xì)節(jié)，可參考thop GitHub鏈接： https://github.com/Lyken17/pytorch-OpCounter
pytorch本身帶有計(jì)算參數(shù)的方法
from thop import profile
from utils.ShuffleNetV2 import shufflenetv2 # 導(dǎo)入shufflenet2 模塊
import torch
model_shuffle = shufflenetv2(width_mult=0.5)
model = torch.nn.DataParallel(model_shuffle)
total = sum([param.nelement() for param in model.parameters()])
print("Number of parameter: %.2fM" % (total / 1e6))
補(bǔ)充：pytorch: 計(jì)算網(wǎng)絡(luò)模型的計(jì)算量(FLOPs)和參數(shù)量(Params)
計(jì)算量：
FLOPs，F(xiàn)LOP時(shí)指浮點(diǎn)運(yùn)算次數(shù)，s是指秒，即每秒浮點(diǎn)運(yùn)算次數(shù)的意思，考量一個(gè)網(wǎng)絡(luò)模型的計(jì)算量的標(biāo)準(zhǔn)。
參數(shù)量：
Params，是指網(wǎng)絡(luò)模型中需要訓(xùn)練的參數(shù)總數(shù)。
pip install thop
import torch
from thop import profile
net = Model() # 定義好的網(wǎng)絡(luò)模型
input = torch.randn(1, 3, 112, 112)
flops, params = profile(net, (inputs,))
print('flops: ', flops, 'params: ', params)
輸入input的第一維度是批量(batch size)，批量的大小不回影響參數(shù)量， 計(jì)算量是batch_size=1的倍數(shù)
profile(net, (inputs,))的 (inputs,)中必須加上逗號(hào)，否者會(huì)報(bào)錯(cuò)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教。
標(biāo)簽：隨州 興安盟 信陽(yáng) 淘寶好評(píng)回訪 阜新 濟(jì)源 合肥 昭通
巨人網(wǎng)絡(luò)通訊聲明：本文標(biāo)題《pytorch 計(jì)算Parameter和FLOP的操作》，本文關(guān)鍵詞 pytorch,計(jì)算,Parameter,和,FLOP,；如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題，煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們，我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò)，涉及言論、版權(quán)與本站無關(guān)。
