Question

我希望有一个预测调用的时序图/轨迹，以估算出我的模型执行推理的速度。

现在我正在使用：

log_dir="logs/profile/" + datetime.datetime.now().strftime("%Y%m%d-%H%M%S")

tensorboard_callback = tf.keras.callbacks.TensorBoard(log_dir=log_dir, profile_batch = 1)

x_test, y_test = next(iter(training_ds))
_ = unet.predict(x_test, verbose=1, callbacks=[tensorboard_callback])

但是分析选项卡没有显示在张量板上。我在这里想念什么？

Answer 1

首先，查看CUPTI是否正确加载。在终端中，您应该看到类似以下内容：

2019-12-13 12：01：47.617853：我tensorflow / stream_executor / platform / default / dso_loader.cc：44]成功打开了动态库libcupti.so.10.0

如果找不到CUPTI库，请确保正确设置了LD_LIBRARY_PATH。 $ echo $LD_LIBRARY_PATH应该返回以下内容：

/ usr / local / cuda / lib64：/ usr / local / cuda / extras / CUPTI / lib64

如果已全部设置好，请运行以下代码段，假设您已在tensorflow / keras中描述了模型：

# Set up logging.
stamp = datetime.datetime.now().strftime("%Y%m%d-%H%M%S")
logdir = 'logs/trace/%s' % stamp
writer = tf.summary.create_file_writer(logdir)

tf.summary.trace_on(graph=True, profiler=True)
# Forward pass
input, label = next(iter(dataset)) # tf DataSet object
your_model(input)
with writer.as_default():
    tf.summary.trace_export(name="model_trace", step=0, profiler_outdir=logdir)

现在，下一步对于在Tensorboard中查看跟踪非常关键：您必须在 Chrome 中查看Tensorboard才能正确解析.trace文件。

Answer 2

如果您使用的是虚拟环境，请确保不要混淆。见my answer to another question.

此外，有 4 种方法可以写入分析数据。正如您之前尝试过回调一样，您应该尝试其他方法：Overview of profiling methods。

如何使用张量板分析喀拉拉邦预测电话

2 个答案: