Python中Thop库的基本介绍和参数说明

THOP (TensorRT Hub Official PyTorch) 是一个用于分析 PyTorch 模型的参数数量和推理延迟的库。它可以帮助开发者评估模型在不同硬件上的性能，并对模型的大小和计算复杂度有一个直观的了解。

安装 THOP 库：

pip install thop

使用 THOP 进行参数分析的基本方法：

from thop import profile
from torch import nn
 
model = nn.Linear(10, 10)  # 示例模型，实际使用时替换为你的模型
input = torch.randn(1, 10)  # 示例输入，实际使用时替换为适当的输入尺寸
flops, params = profile(model, inputs=(input, ))
 
print(f'Floating Point Operations (FLOPS): {flops}')
print(f'Number of parameters: {params}')

在上面的例子中，profile 函数接受一个 PyTorch 模型和一个输入张量，然后返回两个值：flops 和 params。flops 是浮点运算次数（每秒浮点运算次数）的估计，params 是模型参数的数量。

注意：THOP 库可能不支持所有类型的 PyTorch 模型，它主要适用于那些可以表示为卷积、全连接和矩阵乘法操作的模型。对于更复杂的模型，可能需要手动估计 FLOPs。