tf.test.Benchmark

Абстрактный класс, предоставляющий вспомогательные средства для бенчмарков TensorFlow.

Псевдонимы

Псевдонимы для миграции

См. Руководство по миграции для получения более подробной информации.

tf.compat.v1.test.Benchmark, `tf.compat.v2.test.Benchmark`

tf.test.Benchmark()

Методы

`evaluate`

Просмотреть исходный код

evaluate(
    tensors
)

Вычисляет тензоры и возвращает значения NumPy.

Аргументы
`tensors`	Тензор или вложенный список/кортеж тензоров.

Возвращаемое значение
numpy-значения тензоров.

`is_abstract`

Просмотреть исходный код

@classmethod
is_abstract()

`report_benchmark`

Просмотреть исходный код

report_benchmark(
    iters=None, cpu_time=None, wall_time=None, throughput=None, extras=None,
    name=None, metrics=None
)

Отчёт о бенчмарке.

Аргументы
`iters`	(необязательно) Количество выполненных итераций
`cpu_time`	(необязательно) Медианное или среднее время выполнения на ЦП в секундах.
`wall_time`	(необязательно) Медианное или среднее время выполнения (wall time) в секундах.
`throughput`	(необязательно) Пропускная способность (в МБ/с)
`extras`	(необязательно) Словарь, отображающий строковые ключи дополнительной информации о бенчмарке. Значения могут быть либо числами с плавающей точкой, либо значениями, которые могут быть преобразованы в строки.
`name`	(необязательно) Переопределить имя BenchmarkEntry на `name`. В противном случае оно определяется по имени метода верхнего уровня.
`metrics`	(необязательно) Список словарей, где каждый словарь имеет следующие ключи: name (обязательно), строка; metric_name (обязательно), строка; metric_value (обязательно), двойное число; min_value (необязательно), двойное число, минимально допустимое значение метрики; max_value (необязательно), двойное число, максимально допустимое значение метрики.

`run_op_benchmark`

Просмотреть исходный код

run_op_benchmark(
    sess, op_or_tensor, feed_dict=None, burn_iters=2, min_iters=10,
    store_trace=False, store_memory_usage=True, name=None, extras=None, mbs=0
)

Выполняет операцию или тензор в заданной сессии. Сообщает результаты.

Аргументы
`sess`	Объект, используемый для измерения времени.
`op_or_tensor`	Операция или тензор для бенчмарка.
`feed_dict`	Список значений для подачи на каждую итерацию операции (см. параметр `feed_dict` метода `Session.run`).
`burn_iters`	Количество итераций прогрева.
`min_iters`	Минимальное количество итераций для измерения времени.
`store_trace`	Логическое значение, указывает на необходимость выполнения дополнительной не измеряемой итерации и сохранения трассировки этой итерации в возвращаемых дополнительных данных. Трассировка будет сохранена как строка в формате Google Chrome trace в поле extras с именем "full_trace_chrome_format". Обратите внимание, что трассировка не будет сохранена в прото test_log_pb2.TestResults.
`store_memory_usage`	Логическое значение, указывающее на необходимость выполнения дополнительной не измеряемой итерации, расчета использования памяти и сохранения её в поле extras.
`name`	(необязательно) Переопределить имя BenchmarkEntry на `name`. В противном случае оно определяется по имени метода верхнего уровня.
`extras`	(необязательно) Словарь, отображающий строковые ключи дополнительной информации о бенчмарке. Значения могут быть либо числами с плавающей точкой, либо значениями, которые могут быть преобразованы в строки.
`mbs`	(необязательно) Количество мегабайт, перемещаемых этой операцией, используемое для расчета пропускной способности операции.

Возвращаемое значение
Словарь, содержащий пары ключ-значение, переданные методу `report_benchmark`. Если используется опция `store_trace`, то `full_chrome_trace_format` будет включено в возвращаемый словарь, даже если оно не было передано в `report_benchmark` с опцией `extras`.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/test/Benchmark