<div id="readability-page-1" class="page"><div>Keras의 EfficientNet, EfficientNetV2 모델의 파라미터 개수를 확인해봤습니다.&nbsp;

2024. 3. 18&nbsp; 최초작성

확인한 모델의 파라미터 개수입니다.&nbsp; 오른쪽에는 M단위로 표기하고 있는데 1M은 백만(1,000,000)을 의미합니다.&nbsp; 예를 들어 5.33M은 533만입니다.&nbsp;

EfficientNetB0&nbsp; 5330571 parameters. (5.33M)
EfficientNetB1&nbsp; 7856239 parameters. (7.86M)
EfficientNetB2&nbsp; 9177569 parameters. (9.18M)
EfficientNetB3&nbsp; 12320535 parameters. (12.32M)
EfficientNetB4&nbsp; 19466823 parameters. (19.47M)
EfficientNetB5&nbsp; 30562527 parameters. (30.56M)
EfficientNetB6&nbsp; 43265143 parameters. (43.27M)
EfficientNetB7 &nbsp; 66658687 parameters. (66.66M)

EfficientNetV2B0&nbsp; 7200312 parameters. (7.20M)
EfficientNetV2B1 &nbsp; 8212124 parameters. (8.21M)
EfficientNetV2B2&nbsp; 10178374 parameters. (10.18M)
EfficientNetV2B3&nbsp; 14467622 parameters. (14.47M)
EfficientNetV2S &nbsp; &nbsp; 21612360 parameters. (21.61M)
EfficientNetV2M&nbsp; &nbsp; 54431388 parameters. (54.43M)
EfficientNetV2L &nbsp; &nbsp; 119027848 parameters. (119.03M)

모델의 파라미터를 확인시 다음 코드를 사용했습니다.&nbsp;

<div>
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)')
</div>

<h2>관련 링크</h2>

<a href="https://keras.io/api/applications/efficientnet/#efficientnetb0-function">https://keras.io/api/applications/efficientnet/#efficientnetb0-function</a>&nbsp;

<a href="https://keras.io/api/applications/efficientnet_v2/">https://keras.io/api/applications/efficientnet_v2/</a>&nbsp;
</div></div>

멈춤보단 천천히라도

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) Effi..

Keras의 EfficientNet, EfficientNetV2 모델의 파라미터 개수

댓글