在做深度学习时，通过GFLOPs可以衡量一个模型的运行效率。

• 方法1：常见模型的GFLOPS可以在这里找到

https://mmclassification.readthedocs.io/en/latest/model_zoo.html

• 方法2：自己通过代码衡量（pytorch）

  官方文档：https://github.com/Lyken17/pytorch-OpCounter

  第一步安装库：pip install thop

  基础使用：

  from torchvision.models import resnet50
  from thop import profile
  model = resnet50()
  input = torch.randn(1, 3, 224, 224)
  macs, params = profile(model, inputs=(input, ))
  

  一般来说macs=0.5 * flops。

  通过库算的Resnet50的macs=4G，但是和方法2的flops是一样的。

  因此我觉得这个库算出来的就是flops。很多资料说Resnet50的flops就是4G