หน้าแรก>การเขียนโปรแกรมที่เกี่ยวข้อง>หลาม
ดาวน์โหลด

คบเพลิง

นี่คือเครื่องวิเคราะห์เครือข่ายประสาทที่มีน้ำหนักเบาโดยใช้ Pytorch มันถูกออกแบบมาเพื่อสร้างเครือข่ายของคุณอย่างรวดเร็วและรวดเร็วด้วยความสามารถในการดีบัก หมายเหตุ : ที่เก็บนี้อยู่ระหว่างการพัฒนา ดังนั้น API บางตัวอาจเปลี่ยนไป

เครื่องมือนี้สามารถแสดงได้

  • จำนวนพารามิเตอร์เครือข่ายทั้งหมด
  • ปริมาณเชิงทฤษฎีของเลขคณิตจุดลอยตัว (Flops)
  • ปริมาณเชิงทฤษฎีของการเพิ่มจำนวน (MADD)
  • การใช้หน่วยความจำ

การติดตั้ง

มีสองวิธีในการติดตั้ง Torchstat ลงในสภาพแวดล้อมของคุณ

  • ติดตั้งผ่าน PIP 
$ pip install torchstat
  • ติดตั้งและอัปเดตโดยใช้ setup.py หลังจากโคลนที่เก็บนี้ 
$ python3 setup.py install

ตัวอย่างง่ายๆ

หากคุณต้องการเรียกใช้คบเพลิงโดยเร็วคุณสามารถเรียกมันว่าเป็นเครื่องมือ CLI หากเครือข่ายของคุณมีอยู่ในสคริปต์ มิฉะนั้นคุณจะต้องนำเข้าคบเพลิงเป็นโมดูล

เครื่องมือ CLI 

$ torchstat masato$ torchstat -f example.py -m Net
[MAdd]: Dropout2d is not supported !
[Flops]: Dropout2d is not supported !
[Memory]: Dropout2d is not supported !
      module name  input shape output shape     params memory(MB)           MAdd         Flops  MemRead(B)  MemWrite(B) duration[%]   MemR+W(B)
0           conv1    3 224 224   10 220 220      760.0       1.85   72,600,000.0  36,784,000.0    605152.0    1936000.0      57.49%   2541152.0
1           conv2   10 110 110   20 106 106     5020.0       0.86  112,360,000.0  56,404,720.0    504080.0     898880.0      26.62%   1402960.0
2      conv2_drop   20 106 106   20 106 106        0.0       0.86            0.0           0.0         0.0          0.0       4.09%         0.0
3             fc1        56180           50  2809050.0       0.00    5,617,950.0   2,809,000.0  11460920.0        200.0      11.58%  11461120.0
4             fc2           50           10      510.0       0.00          990.0         500.0      2240.0         40.0       0.22%      2280.0
total                                        2815340.0       3.56  190,578,940.0  95,998,220.0      2240.0         40.0     100.00%  15407512.0
===============================================================================================================================================
Total params: 2,815,340
-----------------------------------------------------------------------------------------------------------------------------------------------
Total memory: 3.56MB
Total MAdd: 190.58MMAdd
Total Flops: 96.0MFlops
Total MemR+W: 14.69MB

หากคุณไม่แน่ใจว่าจะใช้คำสั่งเฉพาะให้เรียกใช้คำสั่งด้วยสวิตช์ -H หรือ –Help คุณจะเห็นข้อมูลการใช้งานและรายการตัวเลือกที่คุณสามารถใช้กับคำสั่ง

โมดูล 

 from torchstat import stat
import torchvision . models as models

model = models . resnet18 ()
stat ( model , ( 3 , 224 , 224 ))

คุณสมบัติ & สิ่งที่ต้องทำ

หมายเหตุ : คุณสมบัติเหล่านี้ใช้งานได้เฉพาะ nn.module โมดูลใน Torch.nn.functional ยังไม่รองรับ

  • ความกระฉับกระเฉง
  • จำนวนพารามิเตอร์
  • หน่วยความจำทั้งหมด
  • MADD (FMA)
  • อมตะ
  • memwrite
  • สรุปโมเดล (รายละเอียดเลเยอร์ฉลาด)
  • ตารางคะแนนการส่งออก
  • รูปร่างอินพุตโดยพลการ

สำหรับเลเยอร์ที่รองรับให้ตรวจสอบรายละเอียด

ความต้องการ

  • Python 3.6+
  • Pytorch 0.4.0+
  • แพนด้า 0.23.4+
  • numpy 1.14.3+

การอ้างอิง

ขอบคุณ @sovrasov สำหรับการคำนวณ Flops เวอร์ชันเริ่มต้น @CeyKMC สำหรับกระดูกสันหลังของสคริปต์

  • flops-counter.pytorch
  • pytorch_model_summary
  • chainer_computational_cost
  • Convnet-Burden
ขยาย
ข้อมูลเพิ่มเติม
แอปที่เกี่ยวข้อง
แนะนำสำหรับคุณ
ข้อมูลที่เกี่ยวข้อง ทั้งหมด