PyTorch常用小工具-Tensorboard、Summary、Profiler

R-G-B

已于 2023-03-31 10:54:56 修改

阅读量569

点赞数

CC 4.0 BY-SA版权

分类专栏：深度学习论文格式必会的技能传统/深度三维重建MVS系列文章标签： pytorch 深度学习计算机视觉

于 2022-11-02 18:13:10 首次发布

本文链接：https://blog.youkuaiyun.com/m0_51233386/article/details/127655593

传统/深度三维重建MVS系列同时被 3 个专栏收录

109 篇文章 ¥39.90 ¥99.00

订阅专栏

超级会员免费看

论文格式必会的技能

37 篇文章 ¥9.90 ¥99.00

订阅专栏

超级会员免费看

深度学习

51 篇文章

订阅专栏

本文介绍了PyTorch中用于可视化的Tensorboard工具，详细阐述了如何安装和使用Tensorboard进行模型可视化。同时，讲解了summary库计算模型参数个数的方法，并通过实战例子展示了其应用。此外，文章还探讨了profiler工具，用于分析模型在GPU和CPU上的运行时间，提供了一种有效定位性能瓶颈的方法。最后，对比了eval.py和eval_2.py两个评估脚本的差异。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1 PyTorch可视化工具-Tensorboard
2 summary计算每层参数个数
- 2.1 安装与使用
- 2.2 实战
3 profiler 分析每个操作在GPU和CPU的时间花销
- 3.1 教程
- 3.2 实战统计前向运行时间
4 eval.py 和eval_2.py 对比
5 工程文件、数据集、源码下载

1 PyTorch可视化工具-Tensorboard

PyTorch可视化工具-Tensorboard教程

2 summary计算每层参数个数

2.1 安装与使用

pip install torchsummary
#使用
from torchsummary import summary
summary(your_model, input_size=(channels, H<

了解本专栏

订阅专栏解锁全文

超级会员免费看

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

R-G-B

关注关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
0
评论
分享

复制链接

分享到 QQ

分享到新浪微博

扫一扫
打赏
打赏
打赏举报

举报

专栏目录

订阅专栏

pytorch性能分析工具Profiler

@bangbang的博客

04-12

4050

PyTorch Profiler 是一个开源工具，可以对大规模深度学习模型进行准确高效的性能分析。分析model的GPU、CPU的使用率各种算子op的时间消耗trace网络在pipeline的CPU和GPU的使用情况Profiler利用可视化模型的性能，帮助发现模型的瓶颈，比如CPU占用达到80%，说明影响网络的性能主要是CPU，而不是GPU在模型的推理，各种kernel的运算的消耗。

PyTorch可视化 | 可视化网络结构 | 使用TensorBoard可视化训练过程

liujiesxs的博客

08-22

3875

PyTorch可视化

参与评论您还未登录，请先登录后发表或查看评论

pytorch-tools:PyTorch的工具箱

03-10

火炬工具用于快速原型制作的PyTorch工具箱。概述 - 像模型教练一样 -收集不同的损失函数。 -集合。 -分类模型动物园。 -细分模型动物园 -用于轻松增加测试时间的包装器安装需要已安装的GPU驱动程序和CUDA。 pip install git+https://github.com/bonlime/pytorch-tools.git@master 还建议安装NVIDIA Apex，以允许使用其他优化器 pip install ---upgrade -v --no-cache-dir --global-option="--cpp_ext" --global-option="--cuda_ext" git+https://github.com/NVIDIA/apex.git

Pytorch profiler with tensorboard.

等待戈多的博客

02-27

9102

文章目录前言：你将学到什么？一、准备数据集和模型二、使用profiler来记录执行的事件三、执行profiler四、使用TensorBoard来观察结果并对模型性能做出分析最后：总结前言：你将学到什么？注意：以下所有的内容均来自pytorch官网，建议想了解profiler的同学可以直接上官网查询。这篇教程针对的是PyTorch1.8+以上版本新更新的profiler API，目的是实时记录电脑CPU和GPU的工作情况，以更好的提升模型的性能，解决模型遇到的瓶颈。通过这篇教程，你将学到如何利用Ten

系统调优助手，PyTorch Profiler TensorBoard 插件教程

I good vegetable a!

04-16

6721

使用PyTorch Profiler进行性能分析已经一段时间了，毕竟是PyTorch提供的原生profile工具，个人感觉做系统性能分析时感觉比Nsys更方便一些，并且画的图也比较直观。

Python-PyTorch便捷工具库

08-09

PyTorch便捷工具库

pytorch profiler tensorboard

08-20

- *1* [PyTorch常用小工具-Tensorboard、Summary、Profiler](https://blog.youkuaiyun.com/m0_51233386/article/details/127655593)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_...

PyTorch 常用代码段合集

m0_64355682的博客

03-28

448

本文是PyTorch常用代码段合集，涵盖基本配置、张量处理、模型定义与操作、数据处理、模型训练与测试等5个方面，还给出了多个值得注意的Tips，内容非常全面。 PyTorch最好的资料是官方文档。本文是PyTorch常用代码段，在参考资料[1](张皓：PyTorch Cookbook)的基础上做了一些修补，方便使用时查阅。 1. 基本配置导入包和版本查询 import torch import torch.nn as nn import torchvision print(torch.__v

【PyTorch】使用Torch自带的工具进行性能分析

墨门

09-24

8778

Keywords: Flame FlameGraph Torch.autograd.profiler;

Pytorch Profiler+ Tensorboard + VS Code

weixin_42930699的博客

06-20

2856

Pytorch Profiler+ Tensorboard + VS Code

PyProf:适用于PyTorch模型的GPU性能分析工具

05-13

PyProf-PyTorch分析工具公告：PyProf的默认分支已更改为“ main”。请相应地更新所有拉取和PR。最新发布：您当前正在开发主分支，该分支跟踪开发进度到下一个发行版。 PyProf的最新版本是3.10.0，可在分支上。 PyProf是用于分析和分析PyTorch模型的GPU性能的工具。 PyProf汇总了或内核性能，并提供以下附加功能：标识启动内核的层：例如，ComputeOffsetsKernel与具体的PyTorch层或API的关联不明显。确定张量尺寸和精度：在不知道张量尺寸和精度的情况下，不可能推断出实际（硅）内核时间是否接近GPU上此类内核的最大性能。了解了张量尺寸和精度后，我们可以找出层所需的FLOP和带宽，然后确定内核对该操作的最大性能有多接近。前向-后向相关性：PyProf确定导致特定权重和数据梯度（wgrad，dgrad）的正向传递步

在pytorch中使用Tensorboard

a573233077的专栏

12-06

1883

在pytorch中使用Tensorboard

pt-mysql-summary_pt-summary pt-mysql-summary工具

weixin_35046650的博客

01-27

202

2个percona的工具还真挺好用的。pt-summary# Percona Toolkit System Summary Report ######################Date | 2014-01-25 02:21:40 UTC (local TZ: CST +0800)Hostname |Uptime | 58 days, 9:52, 1 user, load average...

【pytorch】TensorBoard使用

epic_Lin的博客

10-24

3237

超级厉害的中文官方教程：https://pytorch.apachecn.org/#/docs/1.7/54 1、下载配置TensorBoard 官网教程的两个要安装的包 pip install torch torchvision pip install torch_tb_profiler 目前用的多的是 from torch.utils.tensorboard import SummaryWriter 2、SummaryWriter使用画表格： from torch.utils.t

Pytorch中的常用工具

JiangCaifu的博客

05-17

987

1.定义自己的数据集 #1.处理数据，定义自己的数据集 import torch as t from torch.utils import data import os from PIL import Image import numpy as np class DogCat(data.Dataset): def __init__(self,root): imgs=os...

Pytorch----模型性能研究工具

XianxinMao的博客

11-08

785

Pytorch torchstat torchstat: The Pytorch Model Analyzer This is a lightweight neural network analyzer based on Pytorch. It is designed to make building your networks quick and easy, with the ability to debug them. This tools can show: Total number of netw

使用torch.profiler记录模型训练的轨迹，并使用Tensorboard可视化和分析

weixin_46091520的博客

05-01

1668

使用 torch.profiler记录模型训练轨迹，并使用Tensorboard进行可视化分析，首先导入需要的库，准备模型和数据集，设置记录器，生成json格式的文件，最后通过Tensorboard可视化。

利用PyTorch Profiler实现大模型的性能分析和故障排查