1.stat（cpu统计）
pip install torchstat
from torchstat import stat
stat(model, (3, 32, 32)) #统计模型的参数量和FLOPs，（3,32,32）是输入图像的size结果：
问题：当网络中有自定义参数时，就很有可能漏掉那部分参数对应的统计量；stat好像不支持双输入。
2.summary网络结构对应参数(cuda上面统计)
pip install torchsummary
from torchsummary import summary
summary(model,input_size=(3,32,32))问题：当网络中有自定义参数时，就很有可能漏掉那部分参数。
结果：
3.统计flops和参数量
pip install thop
from thop import profile
dummy_input = torch.randn(1, 3, 32, 32)#.to(device)
flops, params = profile(model, (dummy_input,))
print('FLOPs: ', flops, 'params: ', params)
print('FLOPs: %.2f M, params: %.2f M' % (flops / 1000000.0, params / 1000000.0))问题：当网络中有自定义参数时，flops和params就很有可能漏掉那部分参数。
参考链接：
6种方法计算神经网络参数量Params、计算量FLOPs、Macs简单代码_python transformer计算量flops代码_工科女博的博客-CSDN博客