python - 如何分析 python 代码和回溯

Question

我正在尝试对我的代码进行逐行分析，并想看看 TensorFlow 是否可以在分析构建这些函数的底层代码时进行逐行分析或按函数分析。

然而，是否可以逐行查看运行时并查看某个特定函数的源代码运行时？

例如，当我在 Github 上运行一个 SVM 实现时:

列:行 #、点击数、时间、每次点击、% 时间、行内容

View Runtime Statistics Here

我使用了 kernprof 的 Github 中的 lprun 来运行分析。如您所见，sess.run() 函数占用了 94% 的时间，我想知道如何使用 TensorFlow 或其他工具查看 sess.run 下代码的更细粒度的分割，以查看为什么它占用了 94% 的时间。当然，可以使用每次命中的时间，因为我迭代了 1000 个时期，以获得百分比的“更精细等级”分割，但它无法深入了解有关源代码的更多信息。

如果代码中的文本太小，我附上了一个 .txt 文件以便于查看。

任何反馈都会非常有帮助。谢谢!

编辑:我想通了。您可以使用以下链接中的 Line Profiler 示例多次调用 kernprof 实现的 LineProfiler 实例:https://zapier.com/engineering/profiling-python-boss/ .您可以通过在 follow 参数中键入该函数的名称来指定要查看的函数。

Answer 1

对于 tensorflow，所有 python 代码所做的就是创建一个计算图并运行该图。所有计算操作都将在图中运行，因此 sess.run 将花费大部分时间。有一个名为“时间线”的工具可用于在图表中进行分析。你可以谷歌一下，它的用法很简单。