MXNET-Scala 实现估算卷积神经网络浮点数运算量

栏目: Scala · 发布时间: 6年前

内容简介：Implementation of the estimation of model size and flop counts for convolutional neural networks with MXNET-Scala.For now, the estimation of flops only consider Layers: Convolution, Deconvolution, FullyConnected, Pooling, relu

MXNET-Scala Useful Tools

Implementation of the estimation of model size and flop counts for convolutional neural networks with MXNET-Scala.

https://github.com/albanie/convnet-burden

For now, the estimation of flops only consider Layers: Convolution, Deconvolution, FullyConnected, Pooling, relu

Building

Tested on Ubuntu 14.04

Requirements

sbt 0.13
Mxnet

steps

1, compile Mxnet with CUDA, then compile the scala-pkg;

cd Mxnet-Scala/UsefulTools
mkdir lib

3, copy your compiled mxnet-full_2.11-linux-x86_64-gpu-1.3.1-SNAPSHOT.jar into lib folder;

4, run sbt, compile the project

Running

run cal_flops.sh under scripts folder

caffenet
flops: 723.0072 MFLOPS
model size: 232.56387 MB

squeezenet1-0
flops: 861.60394 MFLOPS
model size: 4.7623596 MB

resnet-101
flops: 7818.2407 MFLOPS
model size: 170.28586 MB

resnext-101-64x4d
flops: 15491.882 MFLOPS
model size: 319.13058 MB

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。

码农书籍

Effective Modern C++ 简体中文版

Scott Meyers / 高博 / 中国电力出版社 / 2018-4-23 / 99

想要彻底理解C++11和C++14，不可止步于熟悉它们引入的语言特性（例如，auto型别推导、移动语义、lambda表达式以及并发支持）。挑战在于高效地运用这些特性——从而使你的软件具备正确性、高效率、可维护性和可移植性。这正是这本实用的图书意欲达成的定位。它描述的正是使用C++11和C++14——现代C++来撰写真正卓越的软件之道。涵盖以下主题：大括号初始化、noexcept规格......一起来看看《Effective Modern C++ 简体中文版》这本书的介绍吧!

码农工具