Question

我想比较两个tensorflow程序，我的假设是其中一个程序的CPU使用率较低。我不确定应该使用time.clock（）还是time.time（）。我目前使用的是python2。

start = time.time()
for _ in range(100):
   sess.run(main.op)
end = time.time()
print((end - start)/100)

# or use clock to measure cpu time.
start = time.clock()
for _ in range(100):
   sess.run(main.op)
end = time.clock()
print((end - start)/100)

我认为'time.time（）'将测量执行时间，也可以将其视为等待时间（一个线程可能等待另一个线程），而'time.clock（）'将测量cpu时间（总的cpu时间，没有线程之间的等待时间。

如果我想知道我的程序是否会降低CPU使用率，我应该关注'time.clock（）'，对吗？

另一个问题是'time.clock（）'是否可以正确测量Tensorflow程序的CPU时间？

Answer 1

您可以使用psutil从python获取CPU使用率，内存使用率，磁盘使用率等。真的很简单。这是一个例子。

import psutil

print(psutil.cpu_percent()) # for cpu usage
print(psutil.cpu_freq()) # for cpu frequncy
print(psutil.cpu_freq(True)) # for cpu frequency per core
print(psutil.disk_usage('/')) # for disk usage
print(psutil.virtual_memory()) # for RAM
print(psutil.sensors_temperatures()) # It might be CPU, Disk or other  hardware depending on config.

他们有很好的文档，请查阅他们的docs。

在python中测量tesorflow的cpu使用/执行时间

1 个答案: