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以字节为单位的内存：

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。 有人可以建议正确的方法吗？

感谢。

Answer 1

我认为你获得的字节数是正确的。权重是784乘10的矩阵。每个值由四个字节组成。这给你784 * 10 * 4 = 31360字节。系统说它是31472 - 31360 = 112字节。这看起来像是一个很好的开销（28个4字节值）给我！

如果您有更多问题，请告诉我们！