torch.monitor¶
警告
此模块为原型版本,其接口和功能在未来的 PyTorch 版本中可能会发生变化,恕不另行通知。
torch.monitor
提供了一个用于记录 PyTorch 中事件和计数器的接口。
统计接口旨在用于跟踪定期记录以用于监视系统性能的高级指标。由于统计数据会聚合到特定窗口大小,因此您可以从关键循环中记录到它们,而对性能的影响最小。
对于不太频繁的事件或值(如损失、准确率、使用情况跟踪),可以直接使用事件接口。
可以注册事件处理程序来处理事件并将它们传递到外部事件接收器。
API 参考¶
- class torch.monitor.Aggregation¶
这些是可用于累积统计数据的聚合类型。
成员
- VALUE
VALUE 返回要添加的最后一个值。
- MEAN
MEAN 计算所有添加值的算术平均值。
- COUNT
COUNT 返回添加值的总数。
- SUM
SUM 返回添加值的总和。
- MAX
MAX 返回添加值中的最大值。
- MIN
MIN 返回添加值中的最小值。
- property name¶
- class torch.monitor.Stat¶
Stat 用于以高性能的方式在固定间隔内计算汇总统计信息。Stat 每隔
window_size
持续时间将统计信息记录为事件。当窗口关闭时,统计信息将通过事件处理程序作为torch.monitor.Stat
事件记录。window_size
应设置为相对较高的值,以避免记录大量事件。例如:60 秒。Stat 使用毫秒精度。如果设置了
max_samples
,则统计信息将通过丢弃 add 调用来限制每个窗口的样本数,直到发生max_samples
次添加。如果未设置,则窗口期间的所有add
调用都将包含在内。这是一个可选字段,用于在样本数量可能变化时使跨窗口的聚合更直接地进行比较。当 Stat 被销毁时,它将记录任何剩余的数据,即使窗口尚未过去。
- __init__(self: torch._C._monitor.Stat, name: str, aggregations: list[torch._C._monitor.Aggregation], window_size: datetime.timedelta, max_samples: int = 9223372036854775807) None ¶
构造
Stat
。
- add(self: torch._C._monitor.Stat, v: float) None ¶
根据配置的统计类型和聚合方式,将一个值添加到要聚合的统计数据中。
- property count¶
当前已收集的数据点数。事件被记录后重置。
- get(self: torch._C._monitor.Stat) dict[torch._C._monitor.Aggregation, float] ¶
返回统计数据的当前值,主要用于测试目的。如果统计数据已记录并且没有添加其他值,则此值为零。
- property name¶
创建期间设置的统计数据的名称。
- class torch.monitor.data_value_t¶
data_value_t 可以是
str
、float
、int
或bool
。
- class torch.monitor.Event¶
Event 表示要记录的特定类型事件。这可以表示高级数据点,例如每个 epoch 的损失或准确率,或更低级的聚合,例如通过此库提供的 Stats。
相同类型的所有事件都应具有相同的名称,以便下游处理程序能够正确处理它们。
- __init__(self: torch._C._monitor.Event, name: str, timestamp: datetime.datetime, data: dict[str, data_value_t]) None ¶
构造
Event
。
- property data¶
Event
中包含的结构化数据。
- property name¶
Event
的名称。
- property timestamp¶
Event
发生的时间戳。
- class torch.monitor.EventHandlerHandle¶
EventHandlerHandle 是
register_event_handler
返回的包装类型,用于通过unregister_event_handler
注销处理程序。它不能直接初始化。
- torch.monitor.log_event(event: torch._C._monitor.Event) None ¶
log_event 将指定的事件记录到所有已注册的事件处理程序。事件处理程序负责将事件记录到相应的事件接收器。
如果没有注册事件处理程序,则此方法不执行任何操作。
- torch.monitor.register_event_handler(callback: Callable[[torch._C._monitor.Event], None]) torch._C._monitor.EventHandlerHandle ¶
register_event_handler 注册一个回调函数,每当通过
log_event
记录事件时都会调用该回调函数。这些处理程序应避免阻塞主线程,因为这可能会干扰训练,因为它们在log_event
调用期间运行。
- torch.monitor.unregister_event_handler(handler: torch._C._monitor.EventHandlerHandle) None ¶
unregister_event_handler 注销调用
register_event_handler
后返回的EventHandlerHandle
。在此函数返回后,事件处理程序将不再接收事件。
- class torch.monitor.TensorboardEventHandler(writer)[source]¶
TensorboardEventHandler 是一个事件处理程序,它会将已知事件写入提供的 SummaryWriter。
目前仅支持
torch.monitor.Stat
事件,这些事件作为标量记录。示例
>>> from torch.utils.tensorboard import SummaryWriter >>> from torch.monitor import TensorboardEventHandler, register_event_handler >>> writer = SummaryWriter("log_dir") >>> register_event_handler(TensorboardEventHandler(writer))