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

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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