算力计算（darknet）_darknet怎样查看计算量

1.darknet 推理现实如下

推算公式在darknet中

detector.c 文件中，parse_network_cfg_custom.c (parse_network_cfg_custom函数)

根据不同的算子类型 ，例如 卷积层

parser.c（parse_network_cfg_custom函数）

进入 convolutional_layer layer = make_convolutional_layer(batch,1,h,w,c,n,groups,size,stride_x,stride_y,dilation,padding,activation, batch_normalize, binary, xnor, params.net.adam, use_bin_output, params.index, antialiasing, share_layer, assisted_excitation, deform, params.train);

convolutional_layer.c（make_convolutional_layer函数定义）

l.nweights = (c / groups) * n * size * size;

l.bflops = (2.0 * l.nweights * l.out_h*l.out_w) / 1000000000.;

2*（3/1*32*3*3）*608*608/100000000=0.6387

2*(32/1*64*3*3)*304*304/100000000=0.34068

参数定义参考

【darknet源码】：网络核心结构体_yuanCruise的博客-CSDN博客

芯片算力_AutoMeng的博客-CSDN博客_芯片算力是怎么评估的

pytorch: 计算网络模型的计算量(FLOPs)和参数量(Params)_让机器看懂世界的博客-CSDN博客_pytorch计算网络参数量