在model.fit（）期间，在Keras中记录每个历元的计算时间

Question

我想比较不同模型之间的计算时间。 在拟合期间，每个历元的计算时间将打印到控制台。

Epoch 5/5
160000/160000 [==============================] - **10s** ......

我正在寻找一种存储这些时间的方法，这种方法与保存在每个纪元中并且可以通过history对象获得的模型度量相似。

Answer 1

尝试以下回调：

class TimeHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.times = []

    def on_epoch_begin(self, batch, logs={}):
        self.epoch_time_start = time.time()

    def on_epoch_end(self, batch, logs={}):
        self.times.append(time.time() - self.epoch_time_start)

然后：

time_callback = TimeHistory()
model.fit(..., callbacks=[..., time_callback],...)
times = time_callback.times

在这种情况下times应该存储epoch计算时间。

Answer 2

相应于Benjamin Striner，您可以沿着以下行编写一个keras回调

from time import time
class TimingCallback(Callback):
  def __init__():
    self.logs=[]
  def on_epoch_begin(epoch, logs={}):
    self.starttime=time()
  def on_epoch_end(epoch, logs={}):
    self.logs.append(time()-self.starttime)
...
cb = TimingCallback()
model.fit(..., callbacks=[cb])
print(cb.logs)

Answer 3

参考Marcin Możejko的回答

import time

class TimeHistory(keras.callbacks.Callback):
    def on_train_begin(self, logs={}):
        self.times = []

    def on_epoch_begin(self, epoch, logs={}):
        self.epoch_time_start = time.time()

    def on_epoch_end(self, epoch, logs={}):
        self.times.append(time.time() - self.epoch_time_start)

那么

time_callback = TimeHistory()
model.fit(..., callbacks=[..., time_callback],...)

执行日志

Train on 17000 samples, validate on 8000 samples
Epoch 1/3
17000/17000 [==============================] - 5s 266us/step - loss: 36.7562 - mean_absolute_error: 4.5074 - val_loss: 34.2384 - val_mean_absolute_error: 4.3929
Epoch 2/3
17000/17000 [==============================] - 4s 253us/step - loss: 33.5529 - mean_absolute_error: 4.2956 - val_loss: 32.0291 - val_mean_absolute_error: 4.2484
Epoch 3/3
17000/17000 [==============================] - 5s 265us/step - loss: 31.0547 - mean_absolute_error: 4.1340 - val_loss: 30.6292 - val_mean_absolute_error: 4.1480

那么

print(time_callback.times)

输出

[4.531331300735474, 4.308278322219849, 4.505300283432007]