MindSpore性能调试（Ascend）

在Ascend AI处理器上使用MindSpore Profiler进行性能调试。

流程

准备训练脚本，并在训练脚本中调用性能调试接口，接着运行训练脚本。

启动MindInsight，并通过启动参数指定summary-base-dir目录(summary-base-dir是Profiler所创建目录的父目录)，例如训练时Profiler创建的文件夹绝对路径为/home/user/code/data，则summary-base-dir设为/home/user/code。启动成功后，根据IP和端口访问可视化界面在训练列表找到对应训练，点击性能分析，即可在页面中查看训练性能数据

首先准备脚本：

set_context之后，初始化网络、以及初始化HCCL之前，需要初始化MindSpore Profiler对象。

调用Profiler.analyse()停止性能数据收集并生成性能分析结果。

Profiler可以通过start_profile参数控制是否基于step（epoch）开启、关闭收集性能数据。对于图模式的数据下沉模式，只有在每个epoch结束后才有机会告知CANN开启和停止，因此对于数据下沉模式，需要基于epoch开启和关闭。

正常正常情况下，代码如下：

import numpy as np
from mindspore import nn, context
from mindspore import Model
import mindspore.dataset as ds
from mindspore.profiler import Profiler

class Net(nn.Cell):
    def __init__(self