timeline工具简介

本地使用

  • 在训练的主循环外加上profiler.start_profiler(…)和profiler.stop_profiler(…)。运行之后，代码会在/tmp/profile目录下生成一个profile的记录文件。

提示： 请不要在timeline记录信息时运行太多次迭代，因为timeline中的记录数量和迭代次数是成正比的。

  1. import numpy as np
  2. import paddle
  3. import paddle.fluid as fluid
  4. from paddle.fluid import profiler
  5.  
  6. place = fluid.CPUPlace()
  7.  
  8. def reader():
  9.     for i in range(100):
  10.         yield [np.random.random([4]).astype('float32'), np.random.random([3]).astype('float32')],
  11.  
  12. main_program = fluid.Program()
  13. startup_program = fluid.Program()
  14.  
  15. with fluid.program_guard(main_program, startup_program):
  16.     data_1 = fluid.layers.data(name='data_1', shape=[1, 2, 2])
  17.     data_2 = fluid.layers.data(name='data_2', shape=[1, 1, 3])
  18.     out = fluid.layers.fc(input=[data_1, data_2], size=2)
  19.     # ...
  20.  
  21.     feeder = fluid.DataFeeder([data_1, data_2], place)
  22.     exe = fluid.Executor(place)
  23.     exe.run(startup_program)
  24.     pass_num = 10
  25.  
  26.     for pass_id in range(pass_num):
  27.         for batch_id, data in enumerate(reader()):
  28.             if pass_id == 0 and batch_id == 5:
  29.                 profiler.start_profiler("All")
  30.             elif pass_id == 0 and batch_id == 10:
  31.                 profiler.stop_profiler("total", "/tmp/profile")
  32.             outs = exe.run(program=main_program,
  33.                            feed=feeder.feed(data),
  34.                            fetch_list=[out])
  • 运行python paddle/tools/timeline.py来处理/tmp/profile，这个程序默认会生成一个/tmp/timeline文件，你也可以用命令行参数来修改这个路径，请参考timeline.py。
  1. python Paddle/tools/timeline.py --profile_path=/tmp/profile --timeline_path=timeline
  • 打开chrome浏览器，访问chrome://tracing/，用load按钮来加载生成的timeline文件。

chrome tracing

  • 结果如下图所示，可以放大来查看timeline的细节信息。

chrome timeline

分布式使用

一般来说，分布式的训练程序都会有两种程序：pserver和trainer。我们提供了把pserver和trainer的profile日志用timeline来显示的方式。

  • trainer打开方式与本地使用部分的第1步相同
  • pserver可以通过加两个环境变量打开profile，例如： 
  1. FLAGS_rpc_server_profile_period=10 FLAGS_rpc_server_profile_path=./tmp/pserver python train.py
  • 把pserver和trainer的profile文件生成一个timeline文件，例如： 
  1. python /paddle/tools/timeline.py
  2.     --profile_path trainer0=local_profile_10_pass0_0,trainer1=local_profile_10_pass0_1,pserver0=./pserver_0,pserver1=./pserver_1
  3.     --timeline_path ./dist.timeline
  • 在chrome中加载dist.timeline文件，方法和本地使用第4步相同。