timeline工具简介

本地使用

  1. 在训练的主循环外加上profiler.start_profiler(...)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。

    import numpy as np
    import paddle
    import paddle.fluid as fluid
    from paddle.fluid import profiler
    
    place = fluid.CPUPlace()
    
    def reader():
        for i in range(100):
            yield [np.random.random([4]).astype('float32'), np.random.random([3]).astype('float32')],
    
    main_program = fluid.Program()
    startup_program = fluid.Program()
    
    with fluid.program_guard(main_program, startup_program):
        data_1 = fluid.layers.data(name='data_1', shape=[1, 2, 2])
        data_2 = fluid.layers.data(name='data_2', shape=[1, 1, 3])
        out = fluid.layers.fc(input=[data_1, data_2], size=2)
        # ...
    
        feeder = fluid.DataFeeder([data_1, data_2], place)
        exe = fluid.Executor(place)
        exe.run(startup_program)
        pass_num = 10
    
        for pass_id in range(pass_num):
            for batch_id, data in enumerate(reader()):
                if pass_id == 0 and batch_id == 5:
                    profiler.start_profiler("All")
                elif pass_id == 0 and batch_id == 10:
                    profiler.stop_profiler("total", "/tmp/profile")
                outs = exe.run(program=main_program,
                               feed=feeder.feed(data),
                               fetch_list=[out])
    
  2. 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

python Paddle/tools/timeline.py --profile_path=/tmp/profile --timeline_path=timeline
  1. 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

  2. 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。

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