عمليات الطبقة المتصلة بالكامل

أدخل عدد الخلايا العصبية في الطبقة السابقة (inputNeurons). هذا العدد يمثل أبعاد متجه المدخلات الذي يتم تغذيته إلى الطبقة المتصلة بالكامل. كل خلية عصبية في الطبقة السابقة ترتبط بكل خلية عصبية في الطبقة الحالية، مما يحدد عدد عمليات الضرب المطلوبة.

أدخل عدد الخلايا العصبية في الطبقة الحالية (outputNeurons). هذا العدد يمثل أبعاد متجه المخرجات، وهو عدد الخلايا العصبية في الطبقة الحالية. كل خلية عصبية مخرجة تتطلب عملية جمع لكل مدخل بعد عملية الضرب.

يتم حساب FLOPs باستخدام الصيغة: FLOPs = 2 × inputNeurons × outputNeurons. يعود السبب في الضرب في 2 إلى أن كل خلية عصبية مخرجة تتطلب عملية ضرب (بين المدخل والوزن) ثم عملية جمع (لتجميع النتائج). هذه العملية تُعرف باسم الضرب-الجمع (Multiply-Accumulate) وتُحتسب على أنها عمليتان للفاصلة العائمة.

تُظهر النتيجة إجمالي عدد عمليات الفاصلة العائمة (FLOPs) المطلوبة لتنفيذ الطبقة المتصلة بالكامل. يُستخدم هذا المقياس لتقييم التعقيد الحسابي للنموذج، خاصة في الشبكات العصبية العميقة، حيث يساعد في تقدير وقت التدريب والتنبؤ واستهلاك الطاقة.