日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當(dāng)前位置: 首頁 > 人工智能 > pytorch >内容正文

pytorch

2020-12-09 深度学习 经典CNN模型计算量与内存需求分析

發(fā)布時(shí)間:2025/3/21 pytorch 35 豆豆
生活随笔 收集整理的這篇文章主要介紹了 2020-12-09 深度学习 经典CNN模型计算量与内存需求分析 小編覺得挺不錯(cuò)的,現(xiàn)在分享給大家,幫大家做個(gè)參考.

經(jīng)典CNN模型計(jì)算量與內(nèi)存需求分析

表1 CNN經(jīng)典模型的內(nèi)存,計(jì)算量和參數(shù)數(shù)量對(duì)比

?

AlexNet

VGG16

Inception-v3

模型內(nèi)存(MB)

>200

>500

90-100

參數(shù)(百萬)

60

138

23.2

計(jì)算量(百萬)

720

15300

5000

?

1.?CNN模型具體分析(以AlexNet網(wǎng)絡(luò)模型為例)

1.1 網(wǎng)絡(luò)結(jié)構(gòu)

?

?

圖1 AlexNet網(wǎng)絡(luò)結(jié)構(gòu)

?

AlexNet有5個(gè)卷積層和3個(gè)全連接層

C1:96×11×11×3 (卷積核個(gè)數(shù)/寬/高/深度)? ? ? ? ? ? ? ?34848個(gè)

C2:256×5×5×48(卷積核個(gè)數(shù)/寬/高/深度)? ? ? ? ? ?307200個(gè)

C3:384×3×3×256(卷積核個(gè)數(shù)/寬/高/深度)? ? ? ? ?884736個(gè)

C4:384×3×3×192(卷積核個(gè)數(shù)/寬/高/深度)? ? ? ? ?663552個(gè)

C5:256×3×3×192(卷積核個(gè)數(shù)/寬/高/深度)? ? ? ? ?442368個(gè)

R1:4096×6×6×256(卷積核個(gè)數(shù)/寬/高/深度)?????? 37748736個(gè)

R2:4096×4096? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 16777216個(gè)

R3:4096×1000? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 4096000個(gè)

共6000萬個(gè)參數(shù)

?

1.2 AlexNet模型內(nèi)存大小計(jì)算

6000萬(個(gè)參數(shù))×32位(float32)=19.2億位≈228.88MB

?

1.3 AlexNet模型計(jì)算力消耗

圖2 AlexNet模型每層每秒浮點(diǎn)運(yùn)算次數(shù)及參數(shù)數(shù)量

?

1.4 AlexNet網(wǎng)絡(luò)模型配置

AlexNet網(wǎng)絡(luò)模型獲得了2012年ImageNet比賽的冠軍。AlexNet使用兩塊GTX580顯卡進(jìn)行訓(xùn)練,兩塊GPU各訓(xùn)練網(wǎng)絡(luò)的一部分,在第二個(gè)卷積層和全連接層兩塊GPU之間才進(jìn)行互相通信。

?

總結(jié)

以上是生活随笔為你收集整理的2020-12-09 深度学习 经典CNN模型计算量与内存需求分析的全部?jī)?nèi)容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò),歡迎將生活随笔推薦給好友。