模型训练时间计算

一、时间戳计算

记录当前时间，或者用 time.perf_counter() ，精度更高

import time
 
t0 = time.time()
#t0 = time.perf_counter() 

记录结束时间

t1 = time.time()
#t1 = time.perf_counter() 

计算时间差

training_time = t1 - t0

处理时间格式

import datetime
 
def format_time(time):
    elapsed_rounded = int(round((time)))
    # 格式化为 hh:mm:ss
    return str(datetime.timedelta(seconds=elapsed_rounded))
 
training_time = format_time(training_time)

round() 方法返回浮点数 time 的四舍五入值；

例如：

>>> print "round(80.23456, 2) : ", round(80.23456, 2)
round(80.23456, 2) :  80.23

二、同步时间

错误的方法：

start = time.time()
result = model(input)
end = time.time()

正确的方法：

torch.cuda.synchronize()
start = time.time()
result = model(input)
torch.cuda.synchronize()
end = time.time()

        因为在pytorch里面，程序的执行都是异步的。
        如果采用代码1，测试的时间会很短，因为执行完end=time.time()程序就退出了，后台的cu也因为python的退出退出了。
        如果采用代码2，代码会同步cu的操作，等待gpu上的操作都完成了再继续成形end = time.time()