关于看CNN文献时的FLOPS

FLOPS：

注意全大写，是floating point operations per second的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。

FLOPs：

注意s小写，是floating point operations的缩写（s表复数），意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。

最近在研究模型的计算量，发现Pytorch有库可以直接计算模型的计算量，https://github.com/Swall0w/torchstat

所以需要一个一个Keras和Tensorflow可以用的，直接把Model接入到函数中，print一下就可以计算出FLOPs

  对于计算量主要有Madds和MFlops两个概念。shufflenet的论文用的是Flops，Mobilenet用的是Madds，Flops应该是Madds的两倍，具体可参考

https://blog.csdn.net/shwan_ma/article/details/84924142

https://www.zhihu.com/question/65305385/answer/451060549`

import tensorflow as tf
import keras.backend as K
 
 
def get_flops(model):
    run_meta = tf.RunMetadata()
    opts = tf.profiler.ProfileOptionBuilder.float_operation()
 
    # We use the Keras session graph in the call to the profiler.
    flops = tf.profiler.profile(graph=K.get_session().graph,
                                run_meta=run_meta, cmd='op', options=opts)
 
    return flops.total_float_ops  # Prints the "flops" of the model.
 
 
# .... Define your model here ....
print(get_flops(model))