tensorflow
व्यक्तिगत संचालन के निष्पादन समय को मापें

TensorFlow की टाइमलाइन ऑब्जेक्ट के साथ मूल उदाहरण

Timeline ऑब्जेक्ट आपको ग्राफ़ में प्रत्येक नोड के लिए निष्पादन समय प्राप्त करने की अनुमति देता है:

• आप एक क्लासिक sess.run() उपयोग करते हैं, लेकिन वैकल्पिक तर्क options और run_metadata भी निर्दिष्ट करते हैं
• फिर आप run_metadata.step_stats डेटा के साथ एक Timeline ऑब्जेक्ट बनाते हैं

यहां एक उदाहरण कार्यक्रम है जो मैट्रिक्स गुणन के प्रदर्शन को मापता है:

import tensorflow as tf
from tensorflow.python.client import timeline

x = tf.random_normal([1000, 1000])
y = tf.random_normal([1000, 1000])
res = tf.matmul(x, y)

# Run the graph with full trace option
with tf.Session() as sess:
    run_options = tf.RunOptions(trace_level=tf.RunOptions.FULL_TRACE)
    run_metadata = tf.RunMetadata()
    sess.run(res, options=run_options, run_metadata=run_metadata)

    # Create the Timeline object, and write it to a json
    tl = timeline.Timeline(run_metadata.step_stats)
    ctf = tl.generate_chrome_trace_format()
    with open('timeline.json', 'w') as f:
        f.write(ctf)

इसके बाद आप Google Chrome खोल सकते हैं, पेज chrome://tracing और timeline.json फ़ाइल लोड कर सकते हैं। timeline.json फ़ाइल। आपको कुछ इस तरह देखना चाहिए: