Pytorch如何分析部分程序的占用时间

最新推荐文章于 2023-08-01 15:15:56 发布

Begin,again

最新推荐文章于 2023-08-01 15:15:56 发布

阅读量1.5k

点赞数

文章标签： pytorch 深度学习机器学习

本文链接：https://blog.csdn.net/weilaicxy22/article/details/109105860

版权

Pytorch如何分析部分程序的占用时间

在进行pytorch程序代码的测试时，由于功能的不同，我们往往需要分模块进行，但是最后给的时间却是一个程序跑下来所需要的时间，如果我们要观察部分程序执行的时间以及占比，这时候，我们只要在函数的前面加上两行代码即可，
with torch.autograd.profiler.profile() as prof: print(prof.key_averages().table(sort_by="self_cpu_time_total"))

如下：

x = torch.randn((1, 1), requires_grad=True)
with torch.autograd.profiler.profile() as prof:
    for _ in range(200):
        y =x**2
        y.backward()
print(prof.key_averages().table(sort_by="self_cpu_time_total"))
~

将会输出以下结果：

在这里插入图片描述

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

Begin,again

关注关注

0
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
Pytorch如何分析部分程序的占用时间

Pytorch如何分析部分程序的占用时间在进行pytorch程序代码的测试时，由于功能的不同，我们往往需要分模块进行，但是最后给的时间却是一个程序跑下来所需要的时间，如果我们要观察部分程序执行的时间以及占比，这时候，我们只要在函数的前面加上两行代码即可，with torch.autograd.profiler.profile() as prof: print(prof.key_averages().table(sort_by="self_cpu_time_total"))如下：x = torch.
复制链接

扫一扫