0
我寫這一段代碼來計算weights
以字節爲單位所採取的記憶:權重需要多少個字節的內存?
import tensorflow as tf
import sys
n_input = 784 # MNIST data input (img shape: 28*28)
n_classes = 10 # MNIST total classes (0-9 digits)
# Weights & bias
weights = tf.Variable(tf.random_normal([n_input, n_classes]))
bias = tf.Variable(tf.random_normal([n_classes]))
model = tf.global_variables_initializer()
with tf.Session() as session:
session.run(model)
print(session.run(weights))
print(sys.getsizeof(session.run(weights)))
#31472
似乎這不是查不到weights
大小的幫助。 有人可以請建議正確的方法?
謝謝。
對我來說這似乎是正確的,'784 * 10 * 4 = 31,360'(形狀* 4,因爲默認類型是浮動)。可能有112字節的開銷。所以它給你31,472字節。你還想要什麼? – umutto