我们如何计算深度神经网络的训练时间？

Question

我目前正在研究深度神经网络，但我对如何计算深度神经网络的训练时间感到困惑。我如何知道我的神经网络与其他深度神经网络相比花费的时间更少。

期待您的帮助和任何文章推荐。

Answer 1

ML 模型的比较不应基于训练时间，因为所花费的时间可能因许多因素而异：

Same code show variable time taken when ran several time, depending upon instantaneous CPU load and performance.

Size of Dataset taken to train the model.

Some other factors too, like no of neural network layers, no of neurons in each layer, complexity of activation function used, etc.

但是如果您使用多线程/多处理来训练您的模型，并且想知道这是否有帮助，您可以使用 python.[=27 提供的计时函数=]

1。使用来自时间模块 perf_counter() 的

from time import perf_counter, sleep

start = perf_counter()
# Some Code
end = perf_counter()

print(f"Time taken to execute code : {end-start}")

2。在 .ipynb 笔记本中使用 %%time

%%time
# Some Code

Answer 2

如果您使用的是 jupyter 笔记本或任何使用 .ipynb 文件的笔记本，那么您可以使用：%%time，计算运行单元格的时间。
如果您打算使用 .py 代码并且只想计算代码运行s 的时间，您可以在代码的训练部分之前和之后使用 time 库，你可以使用下面的方法

from time import time start = time() "Your code" print(time()-start)

我们如何计算深度神经网络的训练时间？

how we can compute the training time of deep neural networks?

python

tensorflow

neural-network

1。使用来自时间模块 perf_counter() 的

2。在 .ipynb 笔记本中使用 %%time