上面的案例，仅仅考虑了准确率的问题。

但是对于移动端部署的模型，虽然仅仅推理，但是不能仅仅推理几次，就没电了。

因此，设备端应用，要考虑计算量的问题，需要权衡计算量和准确率。

下面介绍，在搜索神经网络的时候，考虑到计算量。

推理时间：latency.最好几百ms。

NN搜索时考虑到latency，希望小的latency，达到近似的精度。

做NN搜索，选出CNN的最优参数，然后训练CNN，部署到iphone12.

不同的block有不同的latency，因此需要事前知道不同的block的latency。

假设，每个block在iphone12上，计算100次，获取平均时间。

记录每一层中，每个模块的平均latency.

然后计算latency的加权平均。