Python的时间模块

最新推荐文章于 2023-03-22 14:10:21 发布

Surpassall

最新推荐文章于 2023-03-22 14:10:21 发布

阅读量994

点赞数

分类专栏： python 文章标签： python

本文链接：https://blog.csdn.net/weixin_39505820/article/details/122811241

版权

python 专栏收录该内容

10 篇文章 1 订阅

订阅专栏

本文介绍如何使用Python代码监控深度学习模型训练过程中的时间消耗，提供两种常见的时间记录方法：一种通过`time`模块显示完整时间，另一种借助`timeit`进行精确计时。掌握这些技巧有助于优化程序性能和理解代码效率。

摘要由CSDN通过智能技术生成

在跑深度学习模型时，常常需要知道一轮花了多少时间，或者某段代码花了多少时间，以便我们对程序整体的运行效率有更直观的认识，在这里列出几个常用的时间显示代码段，以供参考。

代码一

import time
print("Start Time: ", time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
start_time = time.time()
"""
在这里写你的代码
"""
end_time = time.time()
print("End Time: ", time.strftime("%Y-%m-%d %H:%M:%S", time.localtime()))
seconds = end_time-start_time
m, s = divmod(seconds, 60)
h, m = divmod(m, 60)
print ("Spend Time: %02d:%02d:%02d" % (h, m, s))

代码二

import timeit
start_time = timeit.default_timer()
"""
在这里写你的代码
"""
end_time = timeit.default_timer()
time_diff = end_time - start_time 
results = "Epoch:{}, Time(sec):{:.3f}, Loss_train:{:.3f}, Loss_dev:{:.3f}"
print(results.format(epoch, time_diff, loss_train, loss_dev))