tensorflow
Meet de uitvoeringstijd van afzonderlijke bewerkingen

Basisvoorbeeld met het tijdlijnobject van TensorFlow

Met het object Timeline kunt u de uitvoeringstijd krijgen voor elk knooppunt in de grafiek:

• u een classic sess.run() , maar ook de optionele argumenten specificeren options en run_metadata
• u maakt vervolgens een Timeline met de gegevens run_metadata.step_stats

Hier is een voorbeeldprogramma dat de prestaties van een matrixvermenigvuldiging meet:

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)

U kunt vervolgens Google Chrome openen, naar de pagina chrome://tracing en het bestand timeline.json laden. Je zou zoiets moeten zien als: