Open long123524 opened 1 year ago
你可以试试这个
from thop import profile
input = torch.randn(1, 3, 256,256).cuda() # 11, 512, 512
flops, params = profile(model, inputs=(input,))
print('FLOPs = ' + str(flops / 1024 3) + 'G')
print('Params = ' + str(params / 1024 2) + 'M')
print('---------------------------------------------------------------')
朋友,用这个,亲测可以 from torchstat import stat input_size=(3,256,256) stat(model,(3,256,256))
把报错的地方改成assert len(inp.size()) >= 2 and len(out.size()) >= 2 参考的是这个博客:https://blog.csdn.net/qq_41990294/article/details/128888467
Flops 68.62G
谢谢,但我发现state库算的不准(有些算不出来),我使用的这个from torchinfo import summary print(summary(net, input_size=(8, 3, 256, 256))) 统计参数量和GFLOPs
我试了summary,summary测不出来GFLOPs
应该是这个78.69G。但是我算的是 我输入形状是(8,3,256,256)
哦哦哦,我计算的是(1,3,512,512)
感谢🙇
客气了,互相学习
您好,我想知道ST-UNet的GFLOPs是多少呢?我始终没有计算出来结果,因为我想要和它做比较,如果您能告诉我,我将不胜感激。