内容简介：Implementation of the estimation of model size and flop counts for convolutional neural networks.ref:The estimation of flops only consider layers: Convolution, Deconvolution, FullyConnected, Pooling, relu
MXNET-Python Tool For Calculate Flops And Model Size
Implementation of the estimation of model size and flop counts for convolutional neural networks.
ref: https://github.com/albanie/convnet-burden
The estimation of flops only consider layers: Convolution, Deconvolution, FullyConnected, Pooling, relu
Running
python calculateFlops.py -s symbols/caffenet-symbol.json -ds data,1,3,224,224 -ls prob_label,1,1000
('flops: ', '723.007176', ' MFLOPS')
('model size: ', '232.563873291', ' MB')
python calculateFlops.py -s symbols/squeezenet_v1.0-symbol.json -ds data,1,3,224,224 -ls prob_label,1,1000
('flops: ', '861.603864', ' MFLOPS')
('model size: ', '4.76235961914', ' MB')
python calculateFlops.py -s symbols/resnet-101-symbol.json -ds data,1,3,224,224 -ls softmax_label,1,1000
('flops: ', '7818.240488', ' MFLOPS')
('model size: ', '169.912773132', ' MB')
python calculateFlops.py -s symbols/resnext-101-64x4d-symbol.json -ds data,1,3,224,224 -ls softmax_label,1,1000
('flops: ', '15491.88196', ' MFLOPS')
('model size: ', '318.356620789', ' MB')
python calculateFlops.py -s symbols/fcn8s-symbol.json -ds data,1,3,384,384 -ls softmax_label,1,21,384,384
('flops: ', '120420.573296', ' MFLOPS')
('model size: ', '513.037715912', ' MB')
python calculateFlops.py -s symbols/fcn32s-symbol.json -ds data,1,3,384,384 -ls softmax_label,1,21,384,384
('flops: ', '120265.786832', ' MFLOPS')
('model size: ', '519.382160187', ' MB')
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
图论算法理论、实现及应用
王桂平//王衍//任嘉辰 / 北京大学 / 2011-1 / 54.00元
《图论算法理论、实现及应用》系统地介绍了图论算法理论，并选取经典的ACM／ICPC竞赛题目为例题阐述图论算法思想，侧重于图论算法的程序实现及应用。《图论算法理论、实现及应用》第1章介绍图的基本概念和图的两种存储表示方法：邻接矩阵和邻接表，第2～9章分别讨论图的遍历与活动网络问题，树与图的生成树，最短路径问题，可行遍性问题，网络流问题，支配集、覆盖集、独立集与匹配，图的连通性问题，平面图及图的着色问......一起来看看 《图论算法理论、实现及应用》 这本书的介绍吧!
