【代码笔记】测量模型推理时间

参考:深度神经网络推理时间的正确测量方法

starter, ender = torch.cuda.Event(enable_timing=True), torch.cuda.Event(enable_timing=True) 

t = []
for i in enumerate(dataset):
    timings = []
    with torch.no_grad():
        starter.record()
        out = model(inputs)
        ender.record()
        torch.cuda.synchronize()
        curr_time = starter.elapsed_time(ender)
        timings.append(curr_time)

    print('timings mean:', np.mean(timings))
    t.append(curr_time)

print('timings min:', np.min(t))

与参考的博客里不同的地方是这里取了最小值,不太确定应该取平均还是最小。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值