2
我tensorflow tutorial■找看到,他們提供了有關不同的架構,如發生等操作次數一些有趣的統計。Caffe可以計算架構中發生的操作的數量嗎?
這種模式實現了約86%的準確性的訓練時間在GPU上的一個 幾個小時內的峯值性能。請參閱下面的代碼 的詳細信息。它由1,068,298個可學習的參數組成,並且需要大約19.5M的乘加操作來計算單個圖像上的推斷。
我如何使用來自Caffe實現類似的東西?
如何自己計算或編譯這些有趣的統計數據?
(順便說一下,我不是在談論tensorboard可視化,只是統計數據,如操作次數之類的東西)
謝謝,我已經創建了一個腳本來計算使用deplot.prototxt訓練的參數的數量。但我很笨,如何獲得FLOP相關的統計數據! – Breeze