文章目录
项目介绍
在论文写作时,我们经常会对所提出模型的复杂度进行分析,主要用到的评价指标包括参数量、FLOPs 和 MACC,它们的计算原理可以参考《卷积、可分离卷积的参数量、计算量与 MACC 的对比》一文,在此文章中,我们着重介绍如何在 Tensorflow2.0 中计算这些参数。
【注】由于迁移学习网络和自编写网络的命名规则不同,这里针对两种情况提供两段代码。
代码实现:对于迁移学习网络(复杂)
我们使用迁移学习到的 MobileNet V2 网络举例。
1、迁移学习不带分类层的简化版 MobileNet V2 网络
import tensorflow as tf
mobilev2 = tf.keras.applications.MobileNetV2(include_top