我想记录 keras 模型训练运行的持续时间。我知道我可以把每一步的时间乘以总步数,但我怀疑时间可能会因批次而异。
试试keras.callbacks.Callback()。而且,是的,您是对的,时间会根据批量大小而有所不同。
from timeit import default_timer as timer
class TimingCallback(keras.callbacks.Callback):
def __init__(self, logs={}):
self.logs=[]
def on_epoch_begin(self, epoch, logs={}):
self.starttime = timer()
def on_epoch_end(self, epoch, logs={}):
self.logs.append(timer()-self.starttime)
cb = TimingCallback()
model = Sequential()
# Your code
model.fit(X, y, epochs=epochs, batch_size=batch_size, callbacks=[cb])
print(cb.logs)
print(sum(cb.logs))
Run Code Online (Sandbox Code Playgroud)
从这里阅读它。
为什么要回调?你可以这样做:
from time import time
start = time()
model.fit(.....)
print(time()-start)
Run Code Online (Sandbox Code Playgroud)
| 归档时间: |
|
| 查看次数: |
3171 次 |
| 最近记录: |