从.pth文件统计神经网络模型参数量

        对于网络模型未知且只有.pth参数的网络模型，下载.pth文件后，可采用以下方法统计网络模型参数。

1.模型由一个.pth文件组成

import torch

model_dict = torch.load("path_to_your_pth")
params_dict=model_dict['state_dict']

total_params = 0
for param_tensor in params_dict.values():
    # 将当前参数的元素数（即参数大小）加到总和中
    total_params += param_tensor.numel()

print(f"参数量约为：{total_params/1000000:.2f}M（百万个参数）。")

2.模型由多个.pth文件组成

import torch

model_name='your_model_name'
file_path=["path_to_your_pth1",
           "path_to_your_pth2",
           "path_to_your_pth3"]

total_params = 0
for i in file_path:
    model_dict = torch.load(i)
    params_dict=model_dict['state_dict']

    for param_tensor in params_dict.values():
        # 将当前参数的元素数（即参数大小）加到总和中
        total_params += param_tensor.numel()

print(f"{model_name} 的参数量约为：{total_params/1000000:.2f}M（百万个参数）。")

对于需要直接从