使用thop库分析模型的参数量、运算量、帧率
GFLOPsFLOPs 是浮点运算次数,可以用来衡量算法/模型复杂度GFLOPs。为十亿(1e9)次的浮点运算。Latency网络前向传播的时间,1 ms=1e-3 s,10.5ms=0.0105s。FPS每秒传输帧数,FPS=1/Latency,1/0.0105=95.2。Parameters参数量,指模型含有多少参数。测试模型参数量和Flops。
·
Parameters 参数量,指模型含有多少参数。
GFLOPs FLOPs 是浮点运算次数,可以用来衡量算法/模型复杂度GFLOPs。为十亿(1e9)次的浮点运算。
Latency 网络前向传播的时间,1 ms=1e-3 s,10.5ms=0.0105s
FPS 每秒传输帧数,FPS=1/Latency,1/0.0105=95.2
首先安装thop
pip install thop
测试模型参数量和Flops
from thop import profile
network = SwinTransformer(
hidden_dim=96,
layers=(2, 2, 18, 2),
heads=(3, 6, 12, 24),
channels=3,
num_classes=8,
head_dim=32,
window_size=16,
downscaling_factors=(4, 2, 2, 2),
relative_pos_embedding=True
)
input = torch.randn(3,3,512,1024)
flops, params = profile(network, inputs=(input, ))
print("flops",flops)
print("params",params)
测试一张图所预测的时间:
network.cuda()
network.eval()
imgs = input.cuda()
start = time.time()
outputs,*outputs_aux = network(imgs)
end = time.time()
print("latency: ", end-start)
print("fps: ", 1/(end-start))

GitCode 天启AI是一款由 GitCode 团队打造的智能助手,基于先进的LLM(大语言模型)与多智能体 Agent 技术构建,致力于为用户提供高效、智能、多模态的创作与开发支持。它不仅支持自然语言对话,还具备处理文件、生成 PPT、撰写分析报告、开发 Web 应用等多项能力,真正做到“一句话,让 Al帮你完成复杂任务”。
更多推荐
所有评论(0)