CNN 模型所需的计算力(FLOPs)和参数(parameters)_3d-cnn作为预测模型需要确定那些模型参数

概念区分

FLOPS：注意全大写，是floating point operations per second的缩写，意指每秒浮点运算次数，理解为计算速度。是一个衡量硬件性能的指标。

FLOPs：注意s小写，是floating point operations的缩写（s表复数），意指浮点运算数，理解为计算量。可以用来衡量算法/模型的复杂度。

以下答案不考虑activation function的运算。

卷积层：

字母含义：

Ci=input channel，
k=kernel size,
HW=output feature map size,
Co=output channel
2是因为一个MAC算2个operations。
1
2
3
4
5

不考虑bias时有-1，有bias时没有-1。

上面针对一个input feature map，没考虑batch size。

理解上面这个公式分两步，括号内是第一步，计算出output feature map的一个pixel，然后再乘以HWCo拓展到整个output feature map。括号内的部分又可以分为两步，
第一项是乘法运算数，第二项是加法运算数，因为n个数相加，要加n-1次，所以不考虑bias，会有一个-1，如果考虑bias，刚好中和掉

括号内变为

全联接层：

字母含义：

 I=input neuron numbers，
 O=output neuron numbers。
 2是因为一个MAC算2个operations。
1
2
3

不考虑bias时有-1，有bias时没有-1。

分析同理，括号内是一个输出神经元的计算量，拓展到O了输出神经元。

参考：https://www.zhihu.com/question/65305385