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