react 前端框架如何驱动企业数字化转型与创新发展
1036
2022-10-01
mmedicting的get_flops.py的使用
今天试了一下mmediting的一些功能,由于我的机器上没有gpu,照着文章来复现也碰见了一些问题,我这里把这些问题记录一下,分享出来, 其中ge t_flops.py我做了一点就修改。
model = build_model( cfg.model, train_cfg=cfg.train_cfg, test_cfg=cfg.test_cfg).cuda
变成了:
model = build_model( cfg.model, train_cfg=cfg.train_cfg, test_cfg=cfg.test_cfg)
然后运行:
python tools/get_flops.py configs/restorers/srresnet_srgan/srgan_x4c64b16_g1_1000k_div2k.py --shape 40 40
输出为:
00k_div2k.py --shape 40 402022-08-07 11:12:35,210 - mmedit - INFO - load checkpoint from torchvision path: torchvision://vgg19Downloading: "to /home/infname112/.cache/torch/hub/checkpoints/vgg19-dcbb9e9d.pth100%|█████████████████████████████████████████████████████████████████████████████████████████████| 548M/548M [00:32<00:00, 17.9MB/s]SRGAN( 16.017 M, 100.000% Params, 4.068 GFLOPs, 100.000% FLOPs, (generator): MSRResNet( 1.518 M, 9.475% Params, 4.068 GFLOPs, 100.000% FLOPs, (conv_first): Conv2d(0.002 M, 0.011% Params, 0.003 GFLOPs, 0.070% FLOPs, 3, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (trunk_net): Sequential( 1.182 M, 7.378% Params, 1.892 GFLOPs, 46.513% FLOPs, (0): ResidualBlockNoBN( 0.074 M, 0.461% Params, 0.118 GFLOPs, 2.907% FLOPs, (conv1): Conv2d(0.037 M, 0.231% Params, 0.059 GFLOPs, 1.452% FLOPs, 64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (conv2): Conv2d(0.037 M, 0.231% Params, 0.059 GFLOPs, 1.452% FLOPs, 64, 64, kernel_size=(3, 3), stride=(1, 1), padding=(1, 1)) (relu): ReLU(0.0 M, 0.000% Params, 0.0 GFLOPs, 0.003% FLOPs, inplace=True).......
官方给的用法是:
python tools/get_flops.py configs/resotorer/srresnet.py --shape 40 40
所以照葫芦画瓢写了一个。
参考文献
获取 FLOP 和参数量(实验性).
版权声明:本文内容由网络用户投稿,版权归原作者所有,本站不拥有其著作权,亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容,请联系我们jiasou666@gmail.com 处理,核实后本网站将在24小时内删除侵权内容。
发表评论
暂时没有评论,来抢沙发吧~