python - 权重需要多少字节的内存？

Question

我正在编写这段代码来计算 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

这似乎对找出权重的大小没有帮助。有人可以建议正确的方法吗？

谢谢。

Answer 1

我认为你得到的字节数是正确的。权重是 784 x 10 的矩阵。每个值由四个字节组成。这给你 784*10*4=31360 字节。 Sys 说它多了 31472 - 31360 = 112 个字节。对我来说，这看起来是一个不错的开销(28 个 4 字节值)!

如果您有更多问题，请告诉我们!