模型参数数量与计算量

最新推荐文章于 2024-06-19 14:46:24 发布

通过幸福的路唯有奋斗

最新推荐文章于 2024-06-19 14:46:24 发布

阅读量3.9k

点赞数

分类专栏：深度学习

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/x_windy/article/details/95991976

版权

深度学习专栏收录该内容

15 篇文章 0 订阅

订阅专栏

原博地址：

https://blog.csdn.net/mzpmzk/article/details/82976871

参数数量（params）与理论计算量(FLOPs)

1.参数数量

关系到模型大小，单位通常为M，通常参数用float32表示，所以模型大小通常是参数数量的四倍

2.计算公式

假设卷积核大小为 $K_{_{h}}*K_{_{w}}$ ，输入通道数为 $C_{in}$ ,输出通道数为 $C_{out}$ ，输出特征图的高和宽分别为W和H

CONV卷积层的参数数量与理论计算量为:

-params: $K_{n}*K_{h}*C_{in}*C_{out}$

-FLOPs: $K_{n}*K_{h}*C_{in}*C_{out}*H*W$ ,即FLOPs = params*H*W

FC全连接层

-params: $C_{in}*C_{out}$

-FLOPs: $C_{in}*C_{out}$

通过幸福的路唯有奋斗

关注

0
点赞
踩
4

收藏

觉得还不错? 一键收藏
0
评论
模型参数数量与计算量

原博地址：https://blog.csdn.net/mzpmzk/article/details/82976871参数数量（params）与理论计算量(FLOPs)1.参数数量关系到模型大小，单位通常为M，通常参数用float32表示，所以模型大小通常是参数数量的四倍2.计算公式假设卷积核大小为，输入通道数为,输出通道数为，输出特征图的高和宽分别为...
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

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。