測量 python 中 tesorflow 的 cpu 使用/執行時間

Question

我想比較兩個 tensorflow 程序，我的假設是其中一個程序的 CPU 使用率較低。 我不太確定我應該使用 time.clock() 還是 time.time()。 我目前使用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)

我認為 'time.time()' 將測量執行時間，也可以將其視為延遲（一個線程可能等待另一個線程），而 'time.clock()' 將測量 cpu 時間（總 cpu時間，線程之間沒有等待時間）。

如果我想知道我的程序是否會降低 CPU 使用率，我應該關注 'time.clock()'，對嗎？

另一個問題是“time.clock()”是否能正確測量 Tensorflow 程序的 CPU 時間？

Answer 1

您可以使用psutil從 python 獲取 CPU 使用率、memory 使用率、磁盤使用率等。 這真的很簡單。 這是一個例子。

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.

他們有很好的文檔，請查看他們的文檔。