mindspore.TimeMonitor

class mindspore.TimeMonitor(data_size=None)[源代码]

监控训练或推理的时间。

参数：

  • data_size (int) - 表示每隔多少个step打印一次信息。如果程序在训练期间获取到Model的 batch_num ，则将把 data_size 设为 batch_num ，否则将使用 data_size 。默认值：None。

异常：

  • ValueError - data_size 不是正整数。

样例：

>>> import mindspore as ms
>>> from mindspore import nn
>>>
>>> net = LeNet5()
>>> loss = nn.SoftmaxCrossEntropyWithLogits(sparse=True, reduction='mean')
>>> optim = nn.Momentum(net.trainable_params(), 0.01, 0.9)
>>> model = ms.Model(net, loss_fn=loss, optimizer=optim)
>>> data_path = './MNIST_Data'
>>> dataset = create_dataset(data_path)
>>> time_monitor = TimeMonitor()
>>> model.train(10, dataset, callbacks=time_monitor)
epoch_begin(run_context)[源代码]

在epoch开始时记录时间。

参数：

epoch_end(run_context)[源代码]

在epoch结束时打印epoch的耗时。

参数：