关于FLOPs与MACs的说明

关于FLOPs与MACs的说明：

尽管通常被称为"FLOPs"，但fvcore的FlopCountAnalysis返回的值实际上代表的是MACs（乘加运算次数）。

正如FlopCountAnalysis的文档字符串（第53行）所述：“我们将一次融合乘加运算计为一次flop。”

fvcore和thop都统计MACs，但通常更推荐使用fvcore，因为：

• 它支持更广泛的运算和模块。
• 它提供更准确和全面的统计。
• 其结果通常略高，更接近实际计算成本。

不同领域的术语澄清：

• 在科学计算/高性能计算领域：1 FLOP = 1次浮点运算（加法或乘法），因此 1 MAC（乘加运算）= 2 FLOPs。
• 在深度学习/计算机视觉领域：1 FLOP ≈ 1 MAC（即一次融合乘加运算被计为一次操作）。

因此，在跨领域或跨工具比较FLOPs时，务必核实其基本定义。