javascript - 测量在 Tensorflow.js 中执行代码所用的时间时出现问题

Question

我在测量 Tensorflow.js 中执行代码所用的时间时遇到问题。

我正在 tfjs 中构建超分辨率模型，我想知道延迟。目前我正在使用以下方法，如下所述。

但我认为这不是正确的方法。任何形式的建议将不胜感激。

var w = new Date();
var r = w.getTime();

for (var q = 0; q<29; q++){
  var x = tf.concat([new_I[q++],new_I[q++], new_I[q++],new_I[q]]);
  var hr_image = await pretrainedModel.execute(x);
  var y = new Date();
  var u = y.getTime();
  console.log(u-r);
}

在tf.time、Date...中使用哪一个？

Answer 1

日期、时间、性能

Date 可用于指示执行函数所花费的时间。

a = new Date().getTime()
// execute function f()
b = new Date().getTime()
// executed time in milliseconds b - a

需要注意的是，该功能受系统时间的影响

tf.Time() 提供有关执行函数所需时间的更多详细信息。它输出后端读取数据所花费的时间和挂墙时间。了解 tfjs 内部正在做什么可能很有用。

tf.time(() => f() ) // execute f as callback

使用性能

a = performance.now()
// execute f()
b = performance.now()
// executed time in milliseconds b - a

它已被实现来评估执行时间。与 Date 不同，它独立于系统时钟。

<小时/>

测量执行时间

来到问题的代码，目前还不清楚衡量什么性能。如果目标是测量代码的整体性能，

var w = new Date();
var r = w.getTime();

for (var q = 0; q<29; q++){
  var x = tf.concat([new_I[q++],new_I[q++], new_I[q++],new_I[q]]);
  var hr_image = await pretrainedModel.execute(x);

}

 var y = new Date();
 var u = y.getTime();
 console.log(u-r);

如果目标是测量每次预测所需的时间

for (var q = 0; q<29; q++){
  var w = new Date();
  var r = w.getTime();
  var x = tf.concat([new_I[q++],new_I[q++], new_I[q++],new_I[q]]);
  var hr_image = await pretrainedModel.execute(x);
  var y = new Date();
  var u = y.getTime();
  console.log(u-r);
}

但是正如上面所解释的，使用performance.now()比使用Date