如何在Python中通过PyTorch计算模型的FLOPS和参数量?

星明吖_9662

星明吖_9662

2026-11-17

515人浏览

原创

推荐用fvcore而非thop:fvcore支持PyTorch 1.8+及新算子,能准确区分算子类型并同时输出FLOPs和参数量,而thop长期未更新、不兼容torch.compile且单位易混淆。

如何在python中通过pytorch计算模型的flops和参数量?

用 torchprofile 快速估算 FLOPS(不依赖实际运行)

PyTorch 本身不提供官方 FLOPS 统计工具,torchprofile 是目前最轻量、兼容性好且无需修改模型代码的第三方方案。它基于计算图静态分析,不触发 forward,适合快速评估。

安装后直接调用:

pip install torchprofile

关键点:

  • torchprofile 默认只统计卷积、线性、归一化等主流算子,不计入 Python 控制流或非 tensor 操作
  • 必须传入真实 shape 的 input(如 torch.randn(1, 3, 224, 224)),batch size 影响 FLOPS 线性缩放
  • 对自定义 forward 中含 if/for 或动态 shape(如 torch.where 变长输出)会低估——此时需手动拆解分支或改用 fvcore

示例:

from torchprofile import profile_macs<br>macs = profile_macs(model, inputs=(x,))  # 返回浮点运算次数(MACs),约等于 2×FLOPs

用 fvcore 获取更细粒度的 FLOPS 和参数量(推荐生产环境)

fvcore 是 Facebook 官方维护的工具,支持 PyTorch 1.8+,能区分不同算子类型(如 conv2d vs. matmul),并同时输出参数量(#Params)和 FLOPs。

安装与基本用法:

Python 环境工具基础版
Python 环境工具基础版

管理 Python 项目环境,支持虚拟环境创建、依赖安装与环境诊断

下载
pip install fvcore<br>from fvcore.nn import FlopCountAnalysis, parameter_count<br>flops = FlopCountAnalysis(model, inputs)<br>print(f"GFLOPs: {flops.total() / 1e9:.2f}")<br>params = parameter_count(model)<br>print(f"MParams: {sum(params.values()) / 1e6:.2f}")

注意:

  • FlopCountAnalysis 默认忽略 torch.no_grad() 外的梯度计算,但若模型含 torch.autograd.grad 或自定义 backward,结果不准
  • 对 nn.Sequential 内嵌套模块,需确保每个子模块有明确 __name__;否则部分层可能被合并统计
  • 若模型含 torch.jit.script 或 torch.compile,必须在编译前调用 FlopCountAnalysis,否则报错 TracingCheckError

为什么 thop 不再推荐?

thop 曾是主流选择,但现在存在明显缺陷:

  • 长期未更新,不支持 PyTorch 2.0+ 的 torch.compile 和新算子(如 nn.MultiheadAttention 的 fused impl)
  • 对自定义 __call__ 或重载 forward 的模块容易漏计(例如某些 ViT 实现中 patch embedding 用 unfold 而非 Conv2d)
  • 返回的 total_ops 单位是 “op”,不是标准 FLOPs,需手动 ×2 才接近真实浮点运算量,易混淆

如果你项目里还在用 thop,建议尽快迁移到 fvcore,尤其当模型含 attention、dynamic convolution 或量化感知训练(QAT)模块时。

参数量统计的常见误判点

看似简单的 parameter_count 其实有几个隐蔽坑:

  • nn.BatchNorm2d 的 running_mean 和 running_var 默认被计入参数量,但推理时它们不参与计算——若你只关心“可学习参数”,应过滤掉 requires_grad == False 的 buffer
  • 使用 torch.compile 后,模型对象可能被包装为 CompiledFunction,直接传给 parameter_count 会报错,需先取 model._orig_mod
  • LoRA 微调后,lora_A/lora_B 是新增参数,但原始权重仍存在;parameter_count 会全部统计,需手动减去 base model 的原始参数量才能得到“增量参数”

真正要对比模型规模时,别只看总参数量数字——确认是否包含 buffers、是否去重 shared weights、是否排除 embedding lookup 表(如 LLM 中的 lm_head 常与 embed_tokens 共享)。

Python免费学习笔记(深入):立即使用
在学习笔记中,你将探索 Python 的核心概念和高级技巧!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python pytorch

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1931

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5504

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33517

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3947

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3063

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程