Question

我正在研究一些神经网络。它们有很多超参数，通常你会看到每组超参数的表现，然后选择你喜欢的。这通常通过（比方说）训练具有n时期的给定参数的网络来完成，然后评估其性能，产生每组参数的数值分数并允许您选择最佳参数。

但是，这有一个问题。一些参数可以让您更快地浏览更多的纪元，但每个纪元的收益更少。此外，几乎任何一组参数总是会做得更好，给定更多的时代，所以如果给予无限时间，他们都会做得很好（至关重要，但现在不是重点）。

我更喜欢做的是让每个过程弄清楚它运行了多长时间，并在指定的秒数后关闭（优雅地）。问题是，我想多线程，所以只是因为程序运行了60秒并不意味着该进程有60秒的CPU时间。

那么如何衡量流程本身实际可用的时间在流程本身内？

time.clock()方法给出系统时间，这是有问题的（如上所述）。

timeit模块看起来好一些，但它在脚本外部，因此该过程不知道何时停止。

有更好的方法吗？我对上述方法之一有误吗？

python进程如何看到它到目前为止分配了多少秒？不是已经过去的时间量，而是它本身被允许执行多少秒？

Answer 1

使用os.times()。这为您提供了当前进程的用户和系统时间。以下是限制用户时间的示例。

Local