卷积算子计算量计算公式

[peakgrin]

bug描述 Describe the Bug

飞桨框架使用的卷积算子计算量的计算公式为：
FLOPs = M'*N'*P*D*U*V+M'*N'*P
而我推导出的卷积算子计算量（乘加运算次数）计算公式为：
FLOPs = M'*N'*P*D*U*V

依据如下:
1.理论推导
(1)每个卷积核与图像上区域作卷积计算，乘法次数为U*V，加法次数为U*V-1，总次数为2*U*V-1
(2)输入通道数为D，所以D个卷积核乘加运算次数为D*(2*U*V-1)
(3)D个卷积核卷积运算后结果相加，结果中每一个点的加法次数为(D-1)
(4)结果中每一个点，加偏置项，加法次数为1
(5)综合(1)-(4)，乘法+加法, 总次数为
D*(2*U*V-1)+(D-1)+1 = 2*D*U*V-D+D-1+1 = 2*D*U*V
即：D*(卷积核计算的乘法和加法总次数)+(D个卷积后的结果值相加)+(偏置项)
(6)由(5)的，结果中每一个特征图中每一个点的获得，需要的乘加运算个数为D*U*V
(7)由(6)、结果中每一个特征图的获得，需要D*U*V*M'*N'个乘加运算
(8)由(7)，结果中P个特征图的获得，需要P*D*U*V*M'*N'个乘加运算

2.实验验证
from thop import profile
dummy_input = torch.randn(1, 1, 32, 32)
flops, params = profile(model,(dummy_input,))
print('Total params: {}'.format(params))
print('Total FLOPs: {}'.format(flops))
LeNet-5总的计算量为：416920
这个结果和我上面的理论推导出的公式一致

3.我反推了下
FLOPs = paddle.flops(model, (1, 1, 32, 32), print_detail=True)
print(FLOPs) #423344
这个结果可以由飞桨框架的卷积算子计算量公式计算得到

4.问题：
请核实下飞桨卷积算子计算量公式的正确性

其他补充信息 Additional Supplementary Information

No response