Provide tiny wrapper over pytorch ThroughputBenchmark

Métricas do repositório

Stars

4.313 stars (4.313 stars)

Métricas de merge de PR

Mesclagem média 18d 23h (Mesclagem média 18d 23h)19 fundiu PRs em 30d (19 fundiu PRs em 30d)

Description

 >>> from torch.utils import ThroughputBenchmark
>>> bench = ThroughputBenchmark(my_module)
>>> # Pre-populate benchmark's data set with the inputs
>>> for input in inputs:
    # Both args and kwargs work, same as any PyTorch Module / ScriptModule
    bench.add_input(input[0], x2=input[1])
>>> # Inputs supplied above are randomly used during the execution
>>> stats = bench.benchmark(
                num_calling_threads=4,
                num_warmup_iters = 100,
                num_iters = 1000,
            )
>>> print("Avg latency (ms): {}".format(stats.latency_avg_ms))
>>> print("Number of iterations: {}".format(stats.num_iters))

Guia do colaborador

Direção de pesquisa

Inspecione o ThroughputBenchmark do PyTorch de torch.utils.throughput benchmark, entenda sua API e pontos de integração com o loop de treinamento do Ignite. Crie um pequeno wrapper que aceite um modelo Ignite e forneça funcionalidades de benchmark semelhantes.

Pilha de tecnologia

pythonpytorch

Domain

machine learningai

Tipo Issue

Funcionalidade

DifficultyDificuldade de implementação estimada para um novo contribuidor, de 1 para alterações muito pequenas a 5 para trabalho de nível especializado.

2

Tempo estimadoUm intervalo de tempo aproximado para um colaborador experiente investigar, implementar, testar e preparar um pull request.

Menos de 1 hora

Status da atividadeQuão disponível o issue aparece agora: novo, ativo, obsoleto, bloqueado ou aguardando entrada do mantenedor.

Ativo

ClarityCom que clareza o issue explica a mudança esperada, os critérios de aceitação e a próxima etapa.

Claro

Prerequisites

PythonPyTorchIgnite basics

Simpatia para novatosUma pontuação de 1 a 100 que estima o quão acessível este issue é para colaboradores iniciantes.

80