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: 7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

正则表达式必知必会

Ben Forta / 杨涛、王建桥、杨晓云 / 人民邮电出版社 / 2007 / 29.00元

正则表达式是一种威力无比强大的武器，几乎在所有的程序设计语言里和计算机平台上都可以用它来完成各种复杂的文本处理工作。本书从简单的文本匹配开始，循序渐进地介绍了很多复杂内容，其中包括回溯引用、条件性求值和前后查找，等等。每章都为读者准备了许多简明又实用的示例，有助于全面、系统、快速掌握正则表达式，并运用它们去解决实际问题。本书适合各种语言和平台的开发人员。一起来看看《正则表达式必知必会》这本书的介绍吧!

码农工具