【性能优化】利用timeline.json观察keras+tensorflow推理时间，并提升性能。

在做OCR模型训练，感觉迭代速度有些慢，因此想要分析一下具体的GPU使用占比。

1. 在训练脚本中增加timeline工具，并记录推理时间

OCR的模型搭建使用的是Keras，因此不同于传统的Tensorflow 方式，需要在 model.compile()中增加profile相关配置，该阶段的操作参考了[1] 这篇文章。

• 代码部分：

    	# step 1： 定义 run_options 和 run_metadata, 用于保存op的属性
	    run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
        run_metadata = tf.RunMetadata() 
        ……
		# step 2： 将  run_options 和 run_metadata 添加至 model的 compile方法
        model.compile(
            ……
            options=