pytorch 计算Parameter和FLOP的操作

 更新时间:2021年03月04日 14:57:31   作者:落地生根1314  
这篇文章主要介绍了pytorch 计算Parameter和FLOP的操作,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧

深度学习中,模型训练完后,查看模型的参数量和浮点计算量,在此记录下:

1 THOP

在pytorch中有现成的包thop用于计算参数数量和FLOP,首先安装thop:

pip install thop

注意安装thop时可能出现如下错误:

解决方法:

pip install --upgrade git+https://github.com/Lyken17/pytorch-OpCounter.git # 下载源码安装

使用方法如下:

from torchvision.models import resnet50 # 引入ResNet50模型
from thop import profile
model = resnet50()
flops, params = profile(model, input_size=(1, 3, 224,224)) # profile(模型,输入数据)

对于自己构建的函数也一样,例如shuffleNetV2

  from thop import profile
  from utils.ShuffleNetV2 import shufflenetv2 # 导入shufflenet2 模块
  import torch 
  
  model_shuffle = shufflenetv2(width_mult=0.5)
  model = torch.nn.DataParallel(model_shuffle)  # 调用shufflenet2 模型,该模型为自己定义的
  flop, para = profile(model, input_size=(1, 3, 224, 224),) 
  print("%.2fM" % (flop/1e6), "%.2fM" % (para/1e6))

更多细节,可参考thop GitHub链接: https://github.com/Lyken17/pytorch-OpCounter

2 计算参数

pytorch本身带有计算参数的方法

  from thop import profile
  from utils.ShuffleNetV2 import shufflenetv2 # 导入shufflenet2 模块
  import torch 
  
  model_shuffle = shufflenetv2(width_mult=0.5)
  model = torch.nn.DataParallel(model_shuffle)
  total = sum([param.nelement() for param in model.parameters()])
  print("Number of parameter: %.2fM" % (total / 1e6))

补充:pytorch: 计算网络模型的计算量(FLOPs)和参数量(Params)

计算量:

FLOPs,FLOP时指浮点运算次数,s是指秒,即每秒浮点运算次数的意思,考量一个网络模型的计算量的标准。

参数量:

Params,是指网络模型中需要训练的参数总数。

第一步:安装模块(thop)

pip install thop

第二步:计算

import torch
from thop import profile
net = Model() # 定义好的网络模型
input = torch.randn(1, 3, 112, 112)
flops, params = profile(net, (inputs,))
print('flops: ', flops, 'params: ', params)

注意:

输入input的第一维度是批量(batch size),批量的大小不回影响参数量, 计算量是batch_size=1的倍数

profile(net, (inputs,))的 (inputs,)中必须加上逗号,否者会报错

以上为个人经验,希望能给大家一个参考,也希望大家多多支持脚本之家。如有错误或未考虑完全的地方,望不吝赐教。

相关文章

  • python实现密码强度校验

    python实现密码强度校验

    这篇文章主要为大家详细介绍了python实现密码强度校验,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2020-03-03
  • python opencv实现图像边缘检测

    python opencv实现图像边缘检测

    这篇文章主要为大家详细介绍了python opencv实现图像边缘检测,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-04-04
  • python实现暗通道去雾算法的示例

    python实现暗通道去雾算法的示例

    这篇文章主要介绍了python实现暗通道去雾算法的示例,帮助大家更好的利用python处理图像,感兴趣的朋友可以了解下
    2020-09-09
  • Python面向对象类继承和组合实例分析

    Python面向对象类继承和组合实例分析

    这篇文章主要介绍了Python面向对象类继承和组合,结合实例形式分析了Python3面向对象继承的原理、用法以及继承与组合相关使用技巧,需要的朋友可以参考下
    2018-05-05
  • python并行设计的实现

    python并行设计的实现

    python中的并行设计可以显著增强程序处理大量数据或复杂计算的速度,通过使用threading、multiprocessing和concurrent.futures等库,开发者可以有效利用多核CPU的计算力,下面就来详细的介绍一下
    2024-09-09
  • python面向对象编程设计原则之单一职责原则详解

    python面向对象编程设计原则之单一职责原则详解

    这篇文章主要为大家详细介绍了python面向对象编程设计原则之单一职责原则,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下,希望能够给你带来帮助
    2022-03-03
  • python解析html开发库pyquery使用方法

    python解析html开发库pyquery使用方法

    PyQuery是一个类似于jQuery的Python库,也可以说是jQuery在Python上的实现,能够以jQuery的语法来操作解析 HTML 文档,易用性和解析速度都很好
    2014-02-02
  • Python3如何日志同时输出到控制台和文件

    Python3如何日志同时输出到控制台和文件

    这篇文章主要介绍了Python3如何日志同时输出到控制台和文件问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2023-11-11
  • python制作mysql数据迁移脚本

    python制作mysql数据迁移脚本

    这篇文章主要为大家详细介绍的是使用python写的mysql数据迁移的脚本,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2019-01-01
  • 通过python绘制华强买瓜的字符画视频的步骤详解

    通过python绘制华强买瓜的字符画视频的步骤详解

    要把华强卖瓜做成字符视频大概分为三步,通过读取视频,把每一帧转为字符画,接着把字符画表现出来,本文通过实例代码给大家介绍的非常详细,需要的朋友参考下吧
    2021-11-11

最新评论