start_profiler¶

paddle.fluid.profiler. start_profiler ( state, tracer_option='Default' ) [源代码] ¶

激活使用性能分析器。除了 profiler 外，用户还可以使用 start_profiler 和 stop_profiler 来激活和停止使用性能分析器。

警告

该API将在未来废弃，对CPU和GPU的性能分析请参考使用paddle最新的性能分析器 Profiler。对于开启profiler，使用新的接口来替换该接口的使用有下列两种方式

         #使用新的接口替换该接口的使用方式
#1. 创建Profiler对象，并调用start接口
import paddle
import paddle.profiler as profiler
prof = profiler.Profiler()
prof.start()
for iter in range(10):
    #train()
    prof.step()
prof.stop()

        

         #2. 使用环境管理器的用法
import paddle
import paddle.profiler as profiler
with profiler.Profiler() as prof:
  for iter in range(10):
    #train()
    prof.step()

        

参数¶

state (str) – 性能分析状态, 取值为 'CPU' 或 'GPU' 或 'All'。'CPU'表示只分析CPU上的性能；'GPU'表示同时分析CPU和GPU上的性能；'All'表示除了同时分析CPU和GPU上的性能外，还将生成性能分析的时间轴信息 fluid_timeline 。

tracer_option (str，可选) – 性能分析选项取值为 'Default' 或 'OpDetail' 或 'AllOpDetail', 此选项用于设置性能分析层次并打印不同层次的性能分析结果， Default 选项打印不同Op类型的性能分析结果， OpDetail 则会打印不同OP类型更详细的性能分析结果，比如compute和data transform。 AllOpDetail 和 OpDetail 类似，但是打印的是不同Op名字的性能分析结果。

抛出异常¶

ValueError – 如果state取值不在 ['CPU', 'GPU', 'All']中或者tracer_option取值不在['Default', 'OpDetail', 'AllOpDetail']中，则抛出异常

代码示例¶

          import paddle.fluid as fluid
import paddle.fluid.profiler as profiler

profiler.start_profiler('GPU')
for iter in range(10):
    if iter == 2:
        profiler.reset_profiler()
    # except each iteration
profiler.stop_profiler('total', '/tmp/profile')

         