获取模型的参数量和计算复杂度

import torch
import net.bilstm
import net.transformer
from ptflops import get_model_complexity_info
device = torch.device("cuda:0" if torch.cuda.is_available() else "cpu")


# 统计Transformer模型的参数量和计算复杂度
model_transformer = net.transformer.AudioTransformer(80, 512, 6, 6)     #填写的是模型的参数
model_transformer.to(device)
flops_transformer, params_transformer = get_model_complexity_info(model_transformer, (2, 40, 256), as_strings=True, print_per_layer_stat=False)  #填写的是输入 
                                                                                                                                                 #网络x张量形状
print('Transformer模型参数量：' + params_transformer)
print('Transformer模型计算复杂度：' + flops_transformer)


# 统计BiLSTM模型的参数量和计算复杂度
model_bilstm = net.bilstm.BiLSTM(80, 512, 2, 6)
model_bilstm.to(device)
flops_bilstm, params_bilstm = get_model_complexity_info(model_bilstm, (2, 40, 256), as_strings=True, print_per_layer_stat=False)
print('BiLSTM模型参数量：' + params_bilstm)
print('BiLSTM模型计算复杂度：' + flops_bilstm)

本栏目推荐文章
• Jmeter 参数化之用户参数
• 函数的参数类型
• cleaning of llm corpus 大模型语料清洗
• Eloquent 模型使用详解 Has One Through 远程一对一
• 手把手教你MongoDB 数据库连接URL 格式、authSource参数
• 11-函数进阶-参数类型
• 从Bitcask存储模型谈超轻量级KV系统设计与实现
• 开发篇1：使用原生api和Langchain调用大模型
• Python逆向爬虫入门教程: 酷狗音乐加密参数signature逆向解析
• Chrome 浏览器插件 V3 版本 Manifest.json 文件中 Action 的类型（Types）、方法（Methods）和事件（Events）的属性和参数解析

复杂度 模型 参数复杂度 模型 参数 复杂度 神经网络 模型 神经 模型 轨迹simulink参数 模型 参数 语言meta model_size模型 大小 参数 模型 背后 参数bloom 字段 模型 常用 参数 模型 参数ads 算法 模型 参数matlab 模型 参数pytorch