pytorch深度学习中每个epoch运行时间的统计代码

开头部分引入time模块，import time然后在每个epoch循环中开始处加入：since = time.time()结尾处加入以下代码：time_elapsed = time.time() - sinceprint('Training complete in {:.0f}m {:.0f}s'.format(time_elapsed // 60, time_elapsed % 60))...

Allen Chou

9759人浏览 · 2021-01-01 20:26:44

Allen Chou · 2021-01-01 20:26:44 发布

开头部分引入time模块，

import time

然后在每个epoch循环中开始处加入：

since = time.time()

结尾处加入以下代码：

time_elapsed = time.time() - since
print('Training complete in {:.0f}m {:.0f}s'.format(
    time_elapsed // 60, time_elapsed % 60))

技术共进，成长同行——讯飞AI开发者社区

更多推荐

论文笔记：AlphaEdit: Null-Space Constrained Knowledge Editing for Language Models（AlphaEdit）

论文发表于人工智能顶会ICLR（基于定位和修改的模型编辑方法（针对和等）会破坏LLM中最初保存的知识，特别是在顺序编辑场景。为此，本文提出AlphaEdit：1、在将保留知识应用于参数之前，将扰动投影到保留知识的零空间上。2、从理论上证明，这种预测确保了在查询保留的知识时，编辑后的LLM的输出保持不变，从而减轻中断问题。3、对各种LLM（包括LLaMA3、GPT2XL和GPT-J）的广泛实验表明，