复杂度度量指标
教材《人工智能导论》4.4.3 / 内部第1点 · 已审核
通俗解释
传统计算理论中的计算复杂度主要包括时间复杂度与空间复杂度，分别衡量算法在运行过程中所需的时间和显存消耗。 在深度学习场景中，这一概念被进一步拓展和工程化，有5种典型的度量指标。
例子
比较两个模型时同时报告参数量、计算量、显存占用和实际推理延迟。
容易混淆
参数量、FLOPs、显存与延迟不是同一个指标，不能互相直接替代。
检查理解
用自己的话解释“复杂度度量指标”在“计算复杂度分析”中的作用，并举出教材中的一个例子或适用场景。对照原文检查条件、公式和图表。
查看参考答案
要点：传统计算理论中的计算复杂度主要包括时间复杂度与空间复杂度，分别衡量算法在运行过程中所需的时间和显存消耗。 在深度学习场景中，这一概念被进一步拓展和工程化，有5种典型的度量指标。 示例：比较两个模型时同时报告参数量、计算量、显存占用和实际推理延迟。