PyTorch sychronize：真实的运行时间

PyTorch中每步都是异步的，所以在测试速度时，需要使用torch.cuda.synchronize()先完成异步操作，方便计算实际效率。

torch.cuda.synchronize()
s0 = time.time()
with torch.no_grad():
    output = model(data)
torch.cuda.synchronize()
print(time.time()-s0)

最后修改：2021 年 06 月 01 日 02 : 37 PM

如果觉得我的文章对你有用，请随意赞赏

评论 *

私密评论

名称 *

🎲

邮箱 *

地址

admin • 2021 年 03 月 25 日

PyTorch中每步都是异步的，所以在测试速度时，需要使用torch.cuda.synchronize()先完成异步操作，方便计算实际效率。

torch.cuda.synchronize()
s0 = time.time()
with torch.no_grad():
    output = model(data)
torch.cuda.synchronize()
print(time.time()-s0)