caffemodel的大小與參數數量成正比嗎？

* .cafemodel是訓練階段後網絡的輸出。你認爲它的大小與參數的數量成正比嗎？這意味着如果我有兩個網絡A和B，則網絡A會生成大小爲10MB的* .caffemodel，而網絡B生成一個大小爲20MB的* .caffemodel。如果我說網絡A的可學習參數數量少於網絡B，是否正確？caffemodel的大小與參數數量成正比嗎？

來源

2017-04-08 user8264

我不認爲這當然可以說。第一個模型可能具有浮點值的權重，第二個模型可能具有雙重值 – lnman

它必須是相同的類型公平比較 – user8264

不完全。大小主要取決於存儲參數和權重所需的內存。這不僅包括每個數量，還包括數據大小。如果一個模型設置爲使用短定點算術，而另一個模型使用正常的浮點數，則存儲需求會有很大差異。

此外，層連接與文件大小有很大關係。完全連接的層具有比包含相同數量參數的卷積層更多的權重。

這是否有助於理清一點？

來源

2017-04-10 19:43:50 Prune

@ Prune - 這意味着'.caffemodel'的大小總是恆定的，而不管給定網絡的迭代和批量大小如何？我觀察到，對於具有任意數量的迭代或批量大小的'AlexNet'，模型文件大約爲230MB。 –

正確 - 對於給定的拓撲結構，每個檢查點應該是相同的大小，對於標記信息的變化很小。 – Prune

caffemodel的大小與參數數量成正比嗎？

回答

相關問題