权重需要多少字节的内存？

Question

我写这段代码来计算weights占用的内存（以字节为单位）：

import tensorflow as tf
import sys

n_input = 784  # MNIST data input (img shape: 28*28)
n_classes = 10  # MNIST total classes (0-9 digits)
# Weights & bias
weights = tf.Variable(tf.random_normal([n_input, n_classes]))
bias = tf.Variable(tf.random_normal([n_classes]))


model = tf.global_variables_initializer()
with tf.Session() as session:
session.run(model)
print(session.run(weights))

print(sys.getsizeof(session.run(weights)))
#31472

这似乎无助于找出weights的大小。 有人能提出正确的方法吗？在

谢谢。在

Answer 1

我认为你得到的字节数是正确的。权重是一个784乘10的矩阵。每个值由四个字节组成。这将得到784*10*4=31360字节。Sys说它是31472-31360=112字节。对我来说这是一个不错的开销（284字节值）！在

如果您有更多问题，请告诉我们！在