由于在深度学习中频繁进行运行时间的基准测试,所以我们定义一个计时器,Python代码实现如下:
一、导入需要的包
import math
import time
import numpy as np
import torch
from d2l import torch as d2l
二、定义计时器
class Timer:
# 记录多次运行时间
def __init__(self):
self.times=[]
self.start()
def start(self):
# 启动计时器
self.tik=time.time()
def stop(self):
# 停止计时器并记录时间到列表中
self.times.append(time.time()-self.tik)
return self.times[-1]
def avg(self):
# 返回平均时间
return sum(self.times)/len(self.times)
def sum(self):
# 返回时间总和
return sum(self.times)
def cumsum(self):
# 返回累计时间
return np.array(self.times).cumsum().tolist()
三、举例测试计时器
n=10000
a=torch.ones(n)
b=torch.ones(n)
c=torch.zeros(n)
timer=Timer()
for i in range(n):
c[i]=a[i]+b[i]
seconds=f'{timer.stop():.5f} seconds'
print(seconds)
结果展示为:
0.10235 seconds