我目前正在研究深度神經網路，但我對如何計算深度神經網路的訓練時間感到困惑。我怎么知道我的神經網路與其他深度神經網路相比花費的時間更少。
我期待著您的幫助和任何文章推薦。
uj5u.com熱心網友回復：
- 如果您使用的是 jupyter 筆記本或任何使用 .ipynb 檔案的筆記本，那么您可以使用:
%%time, 來計算運行單元的時間。 - 如果您打算使用 .py 代碼并且只想計算代碼運行的時間，您可以在代碼
time的訓練部分之前和之后利用該庫，您可以使用以下方法
from time import time
start = time()
"Your code"
print(time()-start)
uj5u.com熱心網友回復：
ML 模型的比較不應基于訓練時間，因為所花費的時間可能因許多因素而異：
- 相同的代碼顯示多次運行時所用的可變時間，具體取決于瞬時 CPU 負載和性能。
- 用于訓練模型的資料集大小。
- 還有一些其他因素，例如沒有神經網路層，每層沒有神經元，使用的激活函式的復雜性等。
但是如果你使用多執行緒/多處理來訓練你的模型，并且想知道這是否有幫助，你可以使用 python 提供的計時函式。
1. 使用時間模塊中的 perf_counter()
from time import perf_counter, sleep
start = perf_counter()
# Some Code
sleep(1)
sleep(0.2)
end = perf_counter()
print(f"Time taken to execute code : {end-start}")
2. 在 .ipynb 筆記本中使用 %%time
%%time
# Some Code
import time
time.sleep(1)
time.sleep(0.2)
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/391923.html
上一篇：ModuleNotFoundError：沒有名為“tensorflow.python.keras.applications”的模塊