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
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
相关问题 更多 >
编程相关推荐