MACs (乘加运算次数)和 FLOPs (浮点运算次数)关系,onnx函数计算方式 | 您所在的位置:网站首页 › 1p等于多少flops › MACs (乘加运算次数)和 FLOPs (浮点运算次数)关系,onnx函数计算方式 |
MACs (乘加运算次数)和 FLOPs (浮点运算次数)的关系确实有些误解。 主要的原因是: 1. 有些情况下,将乘法计为 2 FLOPs,加法计为 1 FLOPs 2. 但更标准的计算是:乘法和加法都计为 1 FLOPs所以按照不同的计算方式,MACs 和 FLOPs 的关系有: 1. 如果乘法计2 FLOPs,加法计1 FLOPs,那么 MACs = 2 * FLOPs 2. 如果乘法和加法都计1 FLOPs,那么 MACs = FLOPs综上,MACs 和 FLOPs 的关系具体取决于计算方式,但更标准的做法是:MACs 和 FLOPs 是一个量级,它们的数值相等或近似相等。 之所以网上有人说它们是二倍关系,可能是采用了乘法计2 FLOPs的计算方式。 但这并不是一个标准的计算方法。 所以,MACs 和 FLOPs 可以看作相等,都是反映模型计算量的指标。 不需要特别将其转换为原来的两倍。 如何使用onnx可视化网络,以及使用onnx-tool去自动计算每一层参数。 import netron import onnx #from onnx import numpy_helper, helper import onnx_tool netron.start('../pretrained_models/100w_net.onnx') # 加载ONNX模型 model = onnx.load('../pretrained_models/100w_net.onnx') onnx_tool.model_profile('../pretrained_models/100w_net.onnx') |
CopyRight 2018-2019 实验室设备网 版权所有 |