tensorflow
Meet de uitvoeringstijd van afzonderlijke bewerkingen
Zoeken…
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 specificerenoptions
enrun_metadata
- u maakt vervolgens een
Timeline
met de gegevensrun_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:
Modified text is an extract of the original Stack Overflow Documentation
Licentie onder CC BY-SA 3.0
Niet aangesloten bij Stack Overflow