cuda_profiler¶

paddle.fluid.profiler. cuda_profiler ( output_file, output_mode=None, config=None ) [源代码] ¶

CUDA性能分析器。该分析器通过调用CUDA运行时编程接口，对CUDA程序进行性能分析，并将分析结果写入输出文件output_file。输出格式由output_mode参数控制，性能分析配置选项由config参数控制。得到输出文件后，用户可使用 NVIDIA Visual Profiler 工具来加载这个输出文件以获得可视化结果。

参数:

output_file (str) – 输出文件名称, 输出结果将会写入该文件。
output_mode (str，可选) – 输出格式，有两种可以选择，分别是 key-value 键值对格式'kvp' 和逗号分割的格式'csv'（默认格式）。
config (list<str>, 可选) – NVIDIA性能分析配置列表，默认值为None时会选择以下配置：['gpustarttimestamp', 'gpuendtimestamp', 'gridsize3d', 'threadblocksize', 'streamid', 'enableonstart 0', 'conckerneltrace']。上述每个配置的含义和更多配置选项，请参考 Compute Command Line Profiler User Guide 。

抛出异常:

ValueError - 如果输出格式output_mode不是'kvp'、'csv'两者之一，会抛出异常。

返回: 无

代码示例

import paddle.fluid as fluid
import paddle.fluid.profiler as profiler
import numpy as np

epoc = 8
dshape = [4, 3, 28, 28]
data = fluid.data(name='data', shape=[None, 3, 28, 28], dtype='float32')
conv = fluid.layers.conv2d(data, 20, 3, stride=[1, 1], padding=[1, 1])

place = fluid.CUDAPlace(0)
exe = fluid.Executor(place)
exe.run(fluid.default_startup_program())

output_file = 'cuda_profiler.txt'
with profiler.cuda_profiler(output_file, 'csv') as nvprof:
    for i in range(epoc):
        input = np.random.random(dshape).astype('float32')
        exe.run(fluid.default_main_program(), feed={'data': input})

# 之后可以使用 NVIDIA Visual Profile 可视化结果

PaddlePaddle

paddle.fluid / profiler / cuda_profiler

cuda_profiler¶

PaddlePaddle

paddle

paddle.amp

paddle.callbacks

paddle.compat

paddle.distributed

paddle.distribution

paddle.fluid

paddle.io

paddle.jit

paddle.metric

paddle.nn

paddle.onnx

paddle.optimizer

paddle.regularizer

paddle.static

paddle.sysconfig

paddle.text

paddle.utils

paddle.vision

paddle.fluid / profiler / cuda_profiler

cuda_profiler¶