tf.test.Benchmark

Абстрактный класс, предоставляющий помощники для бенчмарков TensorFlow.

Просмотр псевдонимов

Псевдонимы совместимости для миграции

См. руководство по миграции для получения дополнительных сведений.

tf.compat.v1.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
Значения тензоров NumPy.

`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
)

Сообщить о результате бенчмарка.

Аргументы
`iters`	(необязательно) Сколько итераций было выполнено
`cpu_time`	(необязательно) Медианное или среднее время выполнения CPU в секундах.
`wall_time`	(необязательно) Медианное или среднее время выполнения в секундах.
`throughput`	(необязательно) Производительность (в МБ/с)
`extras`	(необязательно) Словарь, сопоставляющий строковые ключи с дополнительной информацией о бенчмарке. Значения могут быть либо числами с плавающей точкой, либо значениями, которые могут быть преобразованы в строки.
`name`	(необязательно) Переопределить имя BenchmarkEntry с `name`. В противном случае оно определяется из имени метода верхнего уровня.
`metrics`	(необязательно) Список словарей, где каждый словарь имеет следующие ключи: имя (обязательно), строка, имя метрики значение (обязательно), двойное, минимальное допустимое значение метрики min_value (необязательно), двойное, максимальное допустимое значение метрики max_value (необязательно)

`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 заданном сеансе. Сообщает о результатах.

Аргументы
`sess`	`Session` объект для использования при измерении времени.
`op_or_tensor`	`Operation` или `Tensor` для бенчмарка.
`feed_dict`	Список значений для подстановки для каждой итерации операции (см. параметр `feed_dict` в `Session.run`).
`burn_iters`	Количество итераций для прогрева.
`min_iters`	Минимальное количество итераций для измерения времени.
`store_trace`	Булево значение, указывающее, следует ли выполнить дополнительную не измеряемую итерацию и сохранить трассировку итерации в возвращаемых дополнительных данных. Трассировка будет сохранена как строка в формате трассировки Google Chrome в поле extras "full_trace_chrome_format". Обратите внимание, что трассировка не будет сохранена в прото TestResults test_log_pb2.
`store_memory_usage`	Булево значение, указывающее, следует ли выполнить дополнительную не измеряемую итерацию, рассчитать использование памяти и сохранить его в дополнительных полях.
`name`	(необязательно) Переопределить имя BenchmarkEntry с `name`. В противном случае оно определяется из имени метода верхнего уровня.
`extras`	(необязательно) Словарь, сопоставляющий строковые ключи с дополнительной информацией о бенчмарке. Значения могут быть либо числами с плавающей точкой, либо значениями, которые могут быть преобразованы в строки.
`mbs`	(необязательно) Количество мегабайтов, перемещенных данной операцией, используемое для расчета производительности операций.

Возвращаемое значение
Словарь, содержащий пары ключ-значение, которые были переданы в `report_benchmark`. Если используется опция `store_trace`, то `full_chrome_trace_format` будет включено в возвращаемый словарь, даже если оно не передавалось в `report_benchmark` с `extras`.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r2.9/api_docs/python/tf/test/Benchmark