【pytorch】对于torchstat中的stat所输出的神经网络参数解释

使用场景：

（pytorch）获取网络的参数，使用torchstat中的stat函数

---

问题描述

在使用stat进行参数打印时，我们通常会得到一大串数据，可是有一些的参数不甚了解，在经过查询后，得到了一些相关解释，故特此记录。

下载方式

pip install torchstat

常用用法

from torchstat import stat
from  network import net #此处net为我们使用的网络
model = net（）
stat(model,(3,256,256)) #格式为 stat(网络名称，（波段数，图像大小）)

常见输出

【Total params】网络的整体参数量

【Total memory】模型进行推理时候所需的内存

【Total Flops】网络完成的浮点运算

【Total MAdd】网络完成的乘加操作的数量。一次乘加=一次乘法+一次加法，可以大致认为（Flops ≈2*MAdd）

【MemR+W】MemR+W = MemRead + MemWrite
（MemRead：网络运行时，从内存中读取的大小）
（MemWrite：网络运行时，写入到内存中的大小）

官网文档

适用范围（支持的图层）：

FLOPS和FLOPs的区别：

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。