如何解决如何获得张量流跟踪的壁垒时间?
我正在使用 tensorflow.keras.callbacks.TensorBoard
API 来收集 GPU 内核事件。
我需要知道 Linux 的 Jiffies 时间或 walltime,而不是与训练任务相关的时间,如下图所示。
那么我如何获得系统时间?
我的部分代码:
model.compile(loss=tf.keras.losses.SparseCategoricalCrossentropy(),optimizer=keras.optimizers.SGD(learning_rate=1e-2),metrics=['accuracy'])
logdir = os.path.join('.','cnn-callbacks')
if os.path.exists(logdir) == False:
os.mkdir(logdir)
output_model_file = os.path.join(logdir,"fashion_mnist_model.h5")
print(output_model_file)
callbacks = [
keras.callbacks.TensorBoard(logdir,profile_batch=tuple(range(3,13))),keras.callbacks.ModelCheckpoint(output_model_file,save_best_only=True),keras.callbacks.EarlyStopping(patience=5,min_delta=1e-3),]
print("=============",x_train_scaled.shape)
print("=============",y_train.shape)
history = model.fit(x_train_scaled,y_train,epochs=10,validation_data=(x_valid_scaled,y_valid),callbacks=callbacks,batch_size=1024)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。