Keras의 EfficientNet, EfficientNetV2 모델의 파라미터 개수를 확인해봤습니다.
2024. 3. 18 최초작성
확인한 모델의 파라미터 개수입니다. 오른쪽에는 M단위로 표기하고 있는데 1M은 백만(1,000,000)을 의미합니다. 예를 들어 5.33M은 533만입니다.
EfficientNetB0 5330571 parameters. (5.33M)
EfficientNetB1 7856239 parameters. (7.86M)
EfficientNetB2 9177569 parameters. (9.18M)
EfficientNetB3 12320535 parameters. (12.32M)
EfficientNetB4 19466823 parameters. (19.47M)
EfficientNetB5 30562527 parameters. (30.56M)
EfficientNetB6 43265143 parameters. (43.27M)
EfficientNetB7 66658687 parameters. (66.66M)
EfficientNetV2B0 7200312 parameters. (7.20M)
EfficientNetV2B1 8212124 parameters. (8.21M)
EfficientNetV2B2 10178374 parameters. (10.18M)
EfficientNetV2B3 14467622 parameters. (14.47M)
EfficientNetV2S 21612360 parameters. (21.61M)
EfficientNetV2M 54431388 parameters. (54.43M)
EfficientNetV2L 119027848 parameters. (119.03M)
모델의 파라미터를 확인시 다음 코드를 사용했습니다.
| from tensorflow.keras.applications import EfficientNetB0 # 모델을 로드합니다. model = EfficientNetB0(weights='imagenet') # 전체 파라미터 개수 계산 total_params = model.count_params() total_params_million = total_params / 1e6 print(f'The model has {total_params} parameters. ({total_params_million:.2f}M)') |
관련 링크
https://keras.io/api/applications/efficientnet/#efficientnetb0-function
https://keras.io/api/applications/efficientnet_v2/
'Deep Learning > Keras' 카테고리의 다른 글
| Keras 예제 – flow_from_directory와 flow_from_dataframe (0) | 2024.04.21 |
|---|---|
| Optuna를 사용한 Keras 분류 모델 하이퍼파라미터 최적화 - Mnist (0) | 2023.11.05 |
| Optuna를 사용한 Keras 분류 모델 하이퍼파라미터 최적화 - iris (0) | 2023.11.05 |
| Keras MNIST Image Classification 예제 (0) | 2023.10.30 |
| Keras 모델 전체 파라미터 개수 세기 (0) | 2023.10.22 |
문제 발생시 지나치지 마시고 댓글 남겨주시면 가능한 빨리 답장드립니다.
도움이 되셨다면 토스아이디로 후원해주세요.
https://toss.me/momo2024
제가 쓴 책도 한번 검토해보세요 ^^
