python 计算代码运行时长

已于 2023-06-18 16:01:29 修改
阅读量302 收藏
点赞数 1
分类专栏： 常用代码记录 文章标签： 程序性能 运行时间 python time pycharm
于 2023-06-18 15:46:28 首次发布
本文为博主原创文章，未经博主允许禁止转载。转载请注明出处，否则保留追究法律责任的权力。
本文链接：https://blog.csdn.net/JM1307hhh/article/details/131272280
版权

代码如下：

time.perf_counter函数返回当前计算机系统时间

import time
start = time.perf_counter() 

##### 代码区 #####

end = time.perf_counter()
print('运行时间：{} 秒'.format(end-start))
print('运行时间：{} 小时'.format((end-start)/3600))
JM1307hhh
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
基于强化学习的自动化裁剪CIFAR-10分类任务python源码+项目部署说明(提升模型精度+减少计算量).zip
08-10
【资源说明】 基于强化学习的自动化裁剪CIFAR-10分类任务python源码+项目部署说明(提升模型精度+减少计算量).zip 1、该资源内项目代码都是经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能。 目前的强化学习工作很多集中在利用外部环境的反馈训练agent，忽略了模型本身就是一种能够获得反馈的环境。本项目的核心思想是：将模型视为环境，构建附生于模型的 agent ，以辅助模型进一步拟合真实样本。 大多数领域的模型都可以采用这种方式来优化，如cv\多模态等。它至少能够以三种方式工作：1.过滤噪音信息，如删减语音或图像特征；2.进一步丰富表征信息，如高效引用外部信息；3.实现记忆、联想、推理等复杂工作，如构建重要信息的记忆池。 这里推出一款早期完成的裁剪机制transformer版本(后面称为APT)，实现了一种更高效的训练模式，能够优化模型指标；此外，可以使用动态图丢弃大量的不必要单元，在指标基本不变的情况下，大幅降低计算量。 该项目希望为大家抛砖引玉。 为什么要做自动剪枝 在具体任务中，往往存在大量毫无价值的信息和过渡性信息，有时不但对任务无益，还会成为噪声。比如：表述会存在冗余/无关片段以及过渡性信息；动物图像识别中，有时候背景无益于辨别动物主体，即使是动物部分图像，也仅有小部分是关键的特征。 以transformer为例，在进行self-attention计算时其复杂度与序列长度平方成正比。长度为10，复杂度为100；长度为9，复杂度为81。 利用强化学习构建agent，能够精准且自动化地动态裁剪已丧失意义部分，甚至能将长序列信息压缩到50-100之内（实验中有从500+的序列长度压缩到个位数的示例），以大幅减少计算量。 ***实验中，发现与裁剪agent联合训练的模型比普通方法训练的模型效果要更好。*** 使用说明 环境 ``` torch numpy tqdm tensorboard ml-collections ``` 下载经过预先​​训练的模型（来自Google官方） 本项目使用的型号：ViT-B_16（您也可以选择其它型号进行测试） ``` imagenet21k pre-train wget https://storage.googleapis.com/vit_models/imagenet21k/ViT-B_16.npz ``` 训练与推理 下载好预训练模型就可以跑了。 ``` 训练 python3 train.py --name cifar10-100_500 --dataset cifar100 --model_type ViT-B_16 --pretrained_dir checkpoint/ViT-B_16.npz 推理 python3 infer.py --name cifar10-100_500 --dataset cifar100 --model_type ViT-B_16 --pretrained_dir checkpoint/ViT-B_16.npz ``` CIFAR-10和CIFAR-100会自动下载和培训。如果使用其他数据集，您需要自定义data_utils.py。 在裁剪模式的推理过程中，预期您将看到如下格式的输出 关于裁剪器的模型结构设计，本模型中认为如何衡量一个信息单元是否对模型有意义，建立于其自身的信息及它与任务的相关性上。 因此以信息单元本身及它与CLS单元的交互作为agent的输入信息。
基于Python+Pygame+PaddlePaddle打造一款点击按钮就能可视化地训练围棋人工智能的程序+代码+文档说明
12-01
## 实现功能 * 测试数据隔离, 实现数据驱动 * 支持多接口数据依赖: 如A接口需要同时依赖B、C接口的响应数据作为参数 * 数据库断言: 直接在测试用例中写入查询的sql即可断言，无需编写代码 * 动态多断言: 如接口需要同时校验响应数据和sql校验，支持多场景断言 * 自动生成用例代码: 测试人员在yaml文件中填写好测试用例, 程序可以直接生成用例代码，纯小白也能使用 * 代理录制: 支持代理录制，生成yaml格式的测试用例 * 统计接口的运行时长: 拓展功能，订制开关，可以决定是否需要使用 * 日志模块: 打印每个接口的日志信息，同样订制了开关，可以决定是否需要打印日志 * 钉钉、企业微信通知: 支持多种通知场景，执行成功之后，可选择发送钉钉、或者企业微信、邮箱通知 * 自定义拓展字段: 如用例中需要生成的随机数据，可直接调用 * 多线程执行 * 支持swagger接口文档转成yaml用例，节省用例编写时间 ## 遇到问题 * 请仔细阅读文档，文档中几乎可以帮你避免所有的问题 -------- 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心下载使用！ <项目介绍> 1、该资源内项目代码都经过测试运行成功，功能ok的情况下才上传的，请放心下载使用！ 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载学习，也适合小白学习进阶，当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行，也可在此代码基础上进行修改，以实现其他功能，也可用于毕设、课设、作业等。 下载后请首先打开README.md文件（如有），仅供学习参考, 切勿用于商业用途。 --------
基于DQN深度强化学习解决三维在线装箱问题python源码+项目说明.zip
08-30
【资源介绍】 基于DQN深度强化学习解决三维在线装箱问题python源码+项目说明.zip 问题描述 物流公司在流通过程中，需要将打包完毕的箱子装入到一个货车的车厢中，为了提高物流效率，需要将车厢尽量填满，显然，车厢如果能被100%填满是最优的，但通常认为，车厢能够填满85%，可认为装箱是比较优化的。 设车厢为长方形，其长宽高分别为L，W，H；共有n个箱子，箱子也为长方形，第i个箱子的长宽高为li，wi，hi（n个箱子的体积总和是要远远大于车厢的体积），做以下假设和要求： 1. 长方形的车厢共有8个角，并设靠近驾驶室并位于下端的一个角的坐标为（0,0,0），车厢共6个面，其中长的4个面，以及靠近驾驶室的面是封闭的，只有一个面是开着的，用于工人搬运箱子； 2. 需要计算出每个箱子在车厢中的坐标，即每个箱子摆放后，其和车厢坐标为（0,0,0）的角相对应的角在车厢中的坐标，并计算车厢的填充率。 运行环境 主机 |内存 | 显卡 | IDE | Python | torch -----|------|------|-----|--------|----- CPU：12th Gen Intel(R) Core (TM) i7-12700H 2.30 GHz | 6GB RAM | NVIDIA GEFORCE RTX 3050 | Pycharm2022.2.1 | python3.8 | 1.13.0 思路 （1）箱子到来后，根据车厢的实际空间情况，按照策略选择放置点； （2）当摆放箱子时，以6种姿态摆放，并对其进行评估，使用评估值最高的姿态将箱子摆放在选中的角点上； （3）重复以上步骤，直到摆放完毕。 建立模型 在车厢内部设置坐标系，靠近驾驶室并位于下端的一个角的坐标为（0,0,0），相交于原点的车厢长边、宽边和高边分别为x轴，y轴和z轴方向，L、W、H分别为车厢的长、宽、高。箱子具有六种摆放姿态，分别以箱子的长宽、长高、宽高平面为底，旋转90°可以得到另外三种摆放姿态。 核心 # 箱子放置策略 本算法将角点作为车厢内部空间中箱子的摆放位置，每次放入新箱子后搜索新生成的角点，当向车厢中放入第一个箱子时，假设车厢中只有原点一个角点，当一个箱子放入后，会产生新的角点，再放置箱子后，又会产生新的角点。 建立箱子可放置点列表，表示箱子i到来时，车厢内部所有可选的摆放位置，在放置新箱子后更新可放置点列表，并记录已放置箱子到车厢顶部距离，用于后续的奖励函数。 # DQN （1）设置一些超参数，包括ε-greedy使用的ε，折扣因子γ，目标网络更新频率，经验池容量等。 （2）由于给定的箱子数据较少，为了增加模型训练数据数量，将给定的箱子数据打乱，以随机的形式生成并保存，作为训练数据，训练网络模型。 （3）奖励函数 使用x-y平面中两个最大剩余矩形面积（如下图）之和与箱子到车厢顶部的距离作为奖励值R，奖励函数表示如下 【说明】 该项目是个人毕设项目，答辩评审分达到95分，代码都经过调试测试，确保可以运行！欢迎下载使用，可用于小白学习、进阶。 该资源主要针对计算机、通信、人工智能、自动化等相关专业的学生、老师或从业者下载使用，亦可作为期末课程设计、课程大作业、毕业设计等。 项目整体具有较高的学习借鉴价值！基础能力强的可以在此基础上修改调整，以实现不同的功能。 欢迎下载交流，互相学习，共同进步！
Python代码耗时统计
l475378094的博客
01-28 680
time() 函数返回的时间是相对于1970年1月1日的秒数，而 perf_counter() 函数返回的是CPU时钟计数值，单位是秒。time() 函数的精度通常是1秒，而 perf_counter() 函数的精度通常是纳秒级别。time() 函数的返回值可以被修改，而 perf_counter() 函数的返回值不能被修改。是timeit的repeat版，可以指定重复timeit的次数，默认是5次，然后返回一个数组。因此，如果需要测量程序的执行时间，建议使用perf_counter()函数。
计算python程序运行时长，并以时分秒形式输出
Root__God的博客
08-01 4993
因为处理大量数据时运行时间较长，需要记录和对比，我写了个可以计算python程序运行时间，并具体计算时分秒的代码，放到这里。 代码 # 导入time模块 import time # 程序开始时间 begin_time = time.time() # 这里是需要测量时间的代码块 time.sleep(5) # 程序结束时间 end_time = time.time() # 运行时间run_time。round()函数取整 run_time = round(end_time-begin_time) # 计算时分
python 测试代码使用时间
Kerrwy的博客
11-16 517
有三种方案 [转载自博客]方法1import datetimestart time = datetime.datetime.now()#long runningendt ime = datetime.datetime.now()print (endtime - starttime).seconds方法 2start = time.time()run_fun()end = time.time()pri
Python：对程序做性能分析及计时统计
jh035的博客
11-30 691
:即挂钟时间(wall-clock time)，也称响应时间(response time)、消逝时间(elapsed time)，是进程运行开始到结束所有经过的时间，包括了进程使用的时间片和进程阻塞的时间（例如等待I/O完成）。但是，它计算的仍然是挂钟时间（墙上时间），这会受到许多不同因素的影响（例如机器当前的负载），且它会将程序等待中断的sleep（休眠）时间也计算在内。: 运行用户态代码所花费的时间，也即CPU实际用于执行该进程的时间，其他进程和进程阻塞的时间不计入此数字。以及其他相关模块的文档。
python实现代码的运行时间
斯人若彩虹，遇上方知有！
05-27 454
import time #方法1 '''使用time.process_time()/time.perf_counter()''' start = time.process_time() #中间是代码 end = time.process_time() print("Running time:%s Seconds"%(end - start)) start = time.perf_counter...
Python计算代码之间运行时间（运行间隔时间、时长）
墨痕诉清风的博客
11-04 7336
获取的时间单位为s。
计算python代码运行时间
m0_51032217的博客
04-22 7467
第一种方法： import datetime aa=datetime.datetime.now()#开始时间点 m=0 for i in range(1000): m=m+i bb=datetime.datetime.now()#结束时间点 cc=bb-aa#运行时间，单位是 时:分:秒 print('运行时间是：',cc) 第二种方法： import time aa=time.time()#开始时间 m=0 for i in range(1000): m=m+i b
基于opencv+yolov8实现目标追踪及驻留时长统计python源码+视频
03-22
基于opencv+yolov8实现目标追踪及驻留时长统计python源码+视频 - 不懂运行，下载完可以私聊问，可远程教学 该资源内项目源码是个人的毕设，代码都测试ok，都是运行成功后才上传资源，答辩评审平均分达到96分，放心...
python for循环优化
12-22
最初，建立项目时用户少，中间使用了for循环，还是嵌套的，共两层，项目整体运行一次耗时1-2个小时。最近，随着用户量增长，项目耗时达到6-7个小时。显然是不能接受的。 for t, w in user_tags: for it, w in tag_...
python 计算程序运行时间
热门推荐
11-21 3万+
python 计算程序运行用时，主要有两种方法：time.time() 和 time.clock()
如何mysql数据导入到mongdb
codemami的博客
05-30 696
由于MySQL和MongoDB的数据模型不同（例如，MySQL使用关系模型，而MongoDB使用文档模型），你可能需要转换数据的格式。使用MongoDB驱动程序：你也可以使用MongoDB的官方驱动程序（如Python的pymongo）来编写脚本，将数据直接插入到MongoDB中。注意：如果你的JSON文件包含多个文档，并且它们不是作为数组的一部分（即每个文档都在其自己的行上），则需要使用--jsonArray选项。手动转换：对于小型数据集，你可以手动编辑SQL或CSV文件，将其转换为JSON格式。
在linux服务器上使用tensorboard，错误记录
最新发布
wwwwzm的博客
05-30 405
1. 使用tensorboard命令时，不是从虚拟环境中找tensorboard，而是从（全局路径）中找（/home/ljx/.local/lib/python3.9/site-packages/tensorboard）是一个在 Unix-like 系统（包括 Linux 和 macOS）的命令行界面（如 Bash shell）中使用的命令。2.使用which命令， 查看使用的tensorboard的路径，发现使用的是全局路径，不是虚拟环境路径。是一个特殊的变量，它定义了操作系统搜索可执行文件的目录。
Pandas03
Bianca427的博客
05-27 1172
聚合计算时新增一列计算最大值与平均值的差值df.groupby('district').agg(最低工资=('salary', 'min'), 最高工资=('salary', 'max'), 平均工资=('salary', 'mean'), 最大值与均值差值=('salary', myfunc)).rename_axis(["行政区"])
深入理解Python中None和““的区别
m0_54701273的博客
05-27 728
在Python的世界里，None和空字符串""经常被用作默认值或用于表示缺省值的情况。尽管它们在某些语境下似乎可互换，但实际上None和""在Python中有着根本的区别。
生命在于学习——Python人工智能原理（2.1）
易水哲的博客
05-27 1436
机器学习是指从有限的观测数据中学习出具有一般性的规律。
ModuleNotFoundError: No module named '_ctypes' when Python3
牛奔的博客
05-28 247
前言 运行 python 报错：ModuleNotFoundError: No module named '_ctypes' when using Value from module multiprocessing 这个错误是由于缺少 Python 的 ctypes 模块导致的。ctypes 模块是 Python 标准库的一部分,但在某些 Linux 发行版上可能需要单独安装。 解决 如果使用 ...
python 记录程序运行时长
04-30
Python 中有多种方式可以记录程序运行时长。下面分别介绍三种常见的方法： 1. 使用 time 模块 Python 中的 time 模块提供了一个 perf_counter() 函数，可以用来记录程序运行时长。这个函数返回一个自程序开始或计时器重置后累计的精确时间。下面是一个使用 time 模块记录程序运行时长的示例： ```python import time start_time = time.perf_counter() # 记录开始时间 # 在这里放入你的代码 end_time = time.perf_counter() # 记录结束时间 elapsed_time = end_time - start_time # 计算运行时长 print(f"程序运行时长: {elapsed_time:0.4f} 秒") # 输出运行时长 ``` 2. 使用 datetime 模块 Python 中的 datetime 模块提供了一个 datetime.now() 函数，可以记录程序运行时长。这个函数返回当前系统时间。下面是一个使用 datetime 模块记录程序运行时长的示例： ```python import datetime start_time = datetime.datetime.now() # 记录开始时间 # 在这里放入你的代码 end_time = datetime.datetime.now() # 记录结束时间 elapsed_time = end_time - start_time # 计算运行时长 print(f"程序运行时长: {elapsed_time}") # 输出运行时长 ``` 3. 使用 timeit 模块 Python 中的 timeit 模块是专门用来计算程序运行时间的模块。这个模块提供了一个 Timer 类，可以用来测量代码的执行时间。下面是一个使用 timeit 模块记录程序运行时长的示例： ```python import timeit code_to_test = """ # 在这里放入你的代码 """ elapsed_time = timeit.timeit(code_to_test, number=1000) # 计算运行时长 print(f"程序运行时长: {elapsed_time:.6f} 秒") # 输出运行时长 ``` 这些方法中，使用 time 模块的方式最为常见，因为它是 Python 内置模块，使用起来较为方便简单。如果需要更精确的时间测量或者更加高级的计时需求，可以考虑使用 datetime 或 timeit 模块。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值