CNN模型所需的计算力(flops)以及常见层的flops分析

1、flops解释

Flops: floating point operations per second的缩写,指的是每秒浮点运算次数,理解为计算速度。是一个衡量硬件性能的指标。

FLOPs:可以用来衡量算法/模型的复杂度。其实也就是模型进行参数运算的次数。

对于一个卷积层,假设其大小为h*w*c*n (其中 c为 input channel,n为#output channel),输出的feature map尺寸为H'*W',则该卷积层的

#paras = n*(h*w*c)+1

#FLOPS = H'*W'*n*(h*w*c+1)

即 FLOPS = H'*W'*#paras

参考:https://blog.csdn.net/googler_offer/article/details/84679911

 

2、常见层的flops分析

卷积、全连接、深度可分离卷积

参考:https://blog.csdn.net/zc199329/article/details/89532262

你可能感兴趣的:(深度学习)