FunctionEventAvg

class torch.autograd.profiler_util.FunctionEventAvg [source]

Усреднённая статистика профилирования для нескольких объектов FunctionEvent.

FunctionEventAvg агрегирует статистику нескольких объектов FunctionEvent с одинаковым ключом (обычно с одинаковым именем операции). Это позволяет получать средние показатели производительности при многократном выполнении одной и той же операции.

Обычно этот класс создаётся вызовом EventList.key_averages() для списка событий профилировщика.

Переменные:

• key (str) – Ключ группировки событий (обычно имя операции).
• count (int) – Общее количество агрегированных событий.
• node_id (int) – Идентификатор узла для распределённого профилирования (-1, если не применимо).
• is_async (bool) – Указывает, являются ли операции асинхронными.
• is_remote (bool) – Указывает, выполнялись ли операции на удалённом узле.
• use_device (str) – Тип устройства, для которого выполняется профилирование («cuda», «xpu» и т. д.).
• cpu_time_total (int) – Суммарное время работы ЦП в микросекундах.
• device_time_total (int) – Суммарное время работы устройства в микросекундах.
• self_cpu_time_total (int) – Суммарное время работы самого ЦП (без учёта дочерних операций) в микросекундах.
• self_device_time_total (int) – Суммарное время работы самого устройства (без учёта дочерних операций) в микросекундах.
• input_shapes (List[List[int]]) – Формы входных тензоров (требуется record_shapes=true).
• overload_name (str) – Имя перегрузки оператора (требуется установить _ExperimentalConfig(capture_overload_names=True)).
• stack (List[str]) – Трассировка стека Python, в которой был вызван оператор (требуется with_stack=true).
• scope (int) – Идентификатор at::RecordScope (0=прямой проход, 1=обратный проход и т. д.).
• cpu_memory_usage (int) – Суммарное использование памяти ЦП в байтах.
• device_memory_usage (int) – Суммарное использование памяти устройства в байтах.
• self_cpu_memory_usage (int) – Суммарное использование памяти самим ЦП в байтах.
• self_device_memory_usage (int) – Суммарное использование памяти самим устройством в байтах.
• cpu_children (List[FunctionEvent]) – Дочерние события ЦП.
• cpu_parent (FunctionEvent) – Родительское событие ЦП.
• device_type (DeviceType) – Тип устройства (CPU, CUDA, XPU, PrivateUse1 и т. д.).
• is_legacy (bool) – Указывает, получены ли данные из устаревшего профилировщика.
• flops (int) – Общее количество операций с плавающей точкой.
• is_user_annotation (bool) – Указывает, является ли это областью, аннотированной пользователем.

Свойства:

cpu_time (float): Среднее время работы ЦП на один вызов. device_time (float): Среднее время работы устройства на один вызов.

См. также

• EventList.key_averages: Метод, создающий объекты FunctionEventAvg
• FunctionEvent: Отдельное событие профилирования
• EventList: Контейнер для событий профилирования