已经有很多论文引用 FLOP 来引用机器学习中特定方法的性能。例如，
我们训练了两个具有不同容量的模型：BlazePose Full（6.9 MFlop，3.5M 参数）和 BlazePose Lite（2.7 MFlop，1.3M 参数）。
我假设他们测量了在输入上运行模型所需的 Mega FLOP 数量。但他们没有解释如何。
这可能特定于神经网络，但可能不是。这与如何计算机器每秒能够进行的浮点运算（有很多答案）不是同一个问题。
如何计算任务/进程所需的浮点运算次数？（不是 FLOP/s，而是 FLOP）
计算科学
表现
机器学习
2021-11-30 07:26:50
1个回答
所有处理器都有计数器，可用于计算程序中点 A 和点 B 之间的各种事物。例如执行的浮点操作数、遇到的分支数、缓存未命中数等.
当然，我不知道您引用的论文的作者做了什么，但实际上计算执行了多少次 FP 操作并不难——事实上，这样做比估计有多少操作要容易得多必须执行特定的算法。
其它你可能感兴趣的问题