安装thop计算网络FLOPs

已于 2022-06-27 14:09:26 修改
阅读量5.5k 收藏 24
点赞数 7
文章标签： python pytorch 深度学习
于 2022-04-30 21:45:57 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/retainenergy/article/details/124519317
版权

thop安装

配置yolov5环境的时候，thop可能会遇到安装错误,直接pip会失败。
以下链接是thop包github链接：
https://github.com/Lyken17/pytorch-OpCounter

可行方法（安装成功）：
第一种：

pip install --upgrade git+https://github.com/Lyken17/pytorch-OpCounter.git

第二种：（推荐）
1、找到thop包的github链接（https://github.com/Lyken17/pytorch-OpCounter），下载压缩文件，解压
2、打开Anaconda Prompt，激活自己的pytorch环境，cd到解压文件路径
3、输入命令 python setup.py install，等待安装即可

下雨天不下雨
关注
使用thop计算放入GPU中的模型的参数量和FLOPs
毛毛的博客
10-09 1684
安装 pip install thop 使用 input = torch.randn(1, 3, 1024).to(device) # 放进和model相同的GPU中 flops, params = profile(model, inputs=(input,), verbose=True) print("%s ------- params: %.2fMB ------- flops: %.2fG" % (model, params / (1000 ** 2), flops / (1000 ** 3)))
计算神经网络参数量Params、计算量FLOPs（亲测有效的3种方法）
weixin_43570470的博客
03-02 2165
计算神经网络参数量Params、计算量FLOPs
thop离线安装依赖库（pytorch依赖库）
07-26
内容概要： 本资源是thop离线安装依赖库，主要包括pytorch的依赖库，用于计算模型的FLOPs和参数数量。通过离线安装这些依赖库，可以方便地在计算设备上进行模型计算量的评估。 适用人群： 本资源适用于需要评估深度学习模型计算量的开发者、研究者和数据科学家。对于需要比较不同模型计算复杂度的人群也非常有用。 使用场景及目标： 模型选择：通过评估计算量，可以帮助选择合适的模型，从而满足特定计算能力和性能需求。 模型优化：通过分析模型的计算量，可以识别并优化计算瓶颈，提高模型的效率和性能。 系统规划：了解模型计算量可以帮助规划系统资源，如选择适合的硬件设备和部署策略。 其他说明： 本资源提供了离线安装所需的依赖库，方便用户在各种计算设备上使用。 使用本资源需要事先安装好相关环境和工具。 用户可以根据自己的需求自由调整和修改代码。 本资源仅提供计算量评估相关的功能，不包含模型训练和推理的部分。
python安装thop
Highlight_Jin的博客
06-13 9499
安装thop
关于thop自定义算子计算量统计的观察
最新发布
laizi_laizi的博客
07-07 779
这样的结果是正确的，碰到Attention的时候，就用我们自己写的公式计算，嵌套在Attention里面的Linear自动就忽略， 我猜是通过名字来的，Attention对应的是attn，后面的Linear的name都是带前缀attn的，所以就不会被算进去的，这当然是我们想要的效果。，而后Attention没有规则对应，会被忽略掉，剩下来就是Linear的计算量了，Dropout计算量当作0，所以这里的custom_ops写法是值得我们注意的，就是前文的结论。这从多出来的部分看到，刚好多出来的是。
【YOLOv5问题记录】thop库的安装
weixin_51972142的博客
05-05 1万+
YOLOv5问题-thop库的安装
【Install】windows下虚拟环境安装thop
ting的博客
04-13 2494
thop库的安装和使用，看了几篇文章，试了三四种都不行，觉得还是有必要记录一下。
thop模块安装不上问题
weixin_49183141的博客
04-18 802
尝试使用pip install/conda install无法解析域名等问题层出不穷。2.激活自己的虚拟环境，cd到下载的路径下面。
使用thop库对yolo等深度学习模型的FLOPS进行计算
沉醉于风中的博客
03-16 2941
据说yolov5原来的FLOPS计算脚本有bug，因此这个大神推荐使用thop库进行计算，代码如下： input = torch.randn(1, 3, 416, 416) flops, params = thop.profile(model, inputs=(input,)) print('flops:', flops / 900000000*2) print('params:', params) 收藏在这里，方便以后需要算yolov5等模型的FLOPS时使用； 本文章来源 知乎pogg：YOLOv5
6种方法计算神经网络参数量Params、计算量FLOPs、Macs简单代码
qq_40193227的博客
11-08 4618
6种方法计算神经网络参数量Params、计算量FLOPs、Macs简单代码
Thop TV PC-crx插件
04-06
语言:English Thop TV PC是允许您在PC上使用Thop TV的扩展。 安装Thop TV PC扩展程序后，您可以观看3000多个印度人… Thop TV PC是允许您在PC上使用Thop TV的扩展。 安装Thop TV PC扩展程序后，您可以在世界各地的任何设备上免费观看3000多个印度和国际频道的7天印度CATCH UP电视以及3000多个电影，VOD和电视连续剧。 您需要的只是Internet连接和Thop TV PC扩展。 功能1.来自世界各地的3000多个电视频道2. 3000多个电影3.直播体育的特殊频道4.超过500个印度频道的7天赶超节目5.您最喜欢的VOD应用程序的网络节目6.选择最喜欢的选项频道7. CAST支持8.支持MX Player 9.支持外部字幕10.电视连续剧所有剧集11.支持很多设备12.用户友好的UI 13.全部免费14.聊天支持就这样，尽情观看Thop TV PC系列中的最新电影。
anaconda 虚拟环境 安装thop 报错
liu5z666的博客
07-04 303
【代码】anaconda 虚拟环境 安装thop 报错。
模型压缩之神经网络模型参数量统计工具thop
weixin_40690713的博客
07-18 1803
神经网络参数量统计工具thop 话不多说，直接上代码。 import torch from torchvision import models from thop import profile model = models.densenet121() input = torch.randn(1, 3, 224, 224) flops, params = profile(model, inputs...
【深度学习笔记】打印模型的FLOPS，使用python的thop库
lanmeiguojj的博客
03-31 936
它是一个用于计算PyTorch模型的FLOPs和参数数量的库。2 导入需要计算 FLOPs 的模型和。
python中对thop安装问题
热门推荐
qq_37844044的博客
08-12 2万+
背景：自己网络模型的结果不是特别好，然后就想多路径出发。从模型参数和处理速度上去与其他模型进行对比，尝试去找到我的模型存在的必要性。故：接触了thop这个第三方安装库，狠狠的踩了一个雷。今天记录一下，也避免大家重复踩雷。 thop的安装问题 在python中安装过第三方库的小伙伴都知道，它的安装命令是：pip install XXX。然而针对Thop的安装却有一个大坑。 1）直接使用常用命令 pip install thop 它会默认安装0.0.31.post2005241907的版本。由于我.
【笔记】安装pytorch thop模块的BUG解决
nyist_yangguang的博客
09-24 2587
我的user权限并不是和root一样，但是pip3 install 直接就安装到了/usr的目录下，这导致我的conda虚拟环境无法读取其中的库。个人猜测可能是软连接的时候路径有错误，应该软连接自己的user下的pip3 lib。所以博主试了很多方法，最后自己急中生智想到可不可以直接安装源码呢，结果1分钟不到问题解决。如果大家的pip install没有问题，直接使用pip install thop即可。在此顺便记录下thop看model的flops和parameters的语句。
PyTorch thop包计算模型Params和FLOPs
关于我的学习记录
12-26 1195
PyTorch thop包计算模型Params和FLOPs
Python中Thop库的基本介绍和参数说明
dejahu的博客
02-20 3755
THOP（Torch-OpCounter）是一个用于计算PyTorch模型操作数和计算量的工具。通过这个库，开发者可以更好地理解和评估模型的复杂度，这对于模型优化和性能调优是非常有帮助的。具体来说，使用THOP，可以对定义的PyTorch模型进行分析，统计出模型所包含的各种操作的数量以及模型的计算量。这对于理解模型的运行效率、找出可能的性能瓶颈以及优化模型结构都是非常重要的。在Python中使用THOP库的基本步骤包括：首先安装THOP库，这通常可以通过pip命令进行安装；
ubuntu安装thop
07-27
安装完成后，你就可以在Ubuntu上使用thop来计算PyTorch模型的FLOPs和参数数量了。请注意，你需要在Python脚本中导入thop模块才能使用它。 希望这可以帮助你安装thop工具。如果你有任何其他问题，请随时提问。 #### ...
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值