检查器 API¶
概述¶
检查器 API 提供了一个方便的接口，用于分析 ETRecord 和 ETDump 的内容，帮助开发人员深入了解模型架构和性能统计信息。它建立在 EventBlock 类 数据结构之上，该结构组织了一组 Event，以便轻松访问性能分析事件的详细信息。
用户可以通过多种方式与检查器 API 交互
请参考 端到端用例文档，了解如何在实际示例中使用这些 API。
检查器方法¶
构造函数¶
- executorch.sdk.Inspector.__init__(self, etdump_path=None, etrecord=None, source_time_scale=TimeScale.NS, target_time_scale=TimeScale.MS, debug_buffer_path=None, delegate_metadata_parser=None, delegate_time_scale_converter=None, enable_module_hierarchy=False)¶
使用提供的 ETDump 路径和可选的 ETRecord 路径，初始化一个包含底层 EventBlock 的 Inspector 实例。
- 参数
etdump_path – ETDump 文件的路径。
etrecord – 可选的 ETRecord 对象或 ETRecord 文件的路径。
source_time_scale – 从运行时检索的性能数据的时标。运行时中的默认时间钩子实现返回 NS。
target_time_scale – 用户希望将其性能数据转换为的目标时标。默认为 MS。
debug_buffer_path – 包含 ETDump 引用的调试数据的调试缓冲区文件路径，用于中间和程序输出。
delegate_metadata_parser – 可选函数，用于从性能事件中解析委托元数据。函数的预期签名为： (delegate_metadata_list: List[bytes]) -> Union[List[str], Dict[str, Any]]
- 返回值
无
示例用法
from executorch.sdk import Inspector
inspector = Inspector(etdump_path="/path/to/etdump.etdp", etrecord="/path/to/etrecord.bin")
to_dataframe¶
- executorch.sdk.Inspector.to_dataframe(self, include_units=True, include_delegate_debug_data=False)¶
- 参数
include_units – 是否应在标题中包含单位（默认值为真）
include_delegate_debug_data – 是否包含委托调试元数据（默认值为假）
- 返回值
返回一个 pandas DataFrame，其中包含检查器中每个 EventBlock 的事件，每行代表一个事件。
print_data_tabular¶
- executorch.sdk.Inspector.print_data_tabular(self, file=<sphinx_gallery.gen_rst._LoggingTee object>, include_units=True, include_delegate_debug_data=False)¶
以结构化的表格格式显示底层的 EventBlocks，每行代表一个事件。
- 参数
file – 要打印到的 IO 流。默认为 stdout。如果在 IPython 环境（如 Jupyter 笔记本）中，则不使用。
include_units – 是否应在标题中包含单位（默认值为真）
include_delegate_debug_data – 是否包含委托调试元数据（默认值为假）
- 返回值
无
示例用法
inspector.print_data_tabular()
请注意，委托分析事件的单位是“周期”。我们正在努力在将来提供一种设置不同单位的方法。
find_total_for_module¶
- executorch.sdk.Inspector.find_total_for_module(self, module_name)¶
返回指定模块中所有算子的平均计算时间的总和。
- 参数
module_name – 要聚合的模块的名称。
- 返回值
模块“module_name”中所有算子的平均计算时间（以秒为单位）的总和。
示例用法
print(inspector.find_total_for_module("L__self___conv_layer"))
0.002
get_exported_program¶
- executorch.sdk.Inspector.get_exported_program(self, graph=None)¶
ETRecord 的访问助手，默认返回 Edge Dialect 程序。
- 参数
graph – 要访问的图的可选名称。如果为 None，则返回 Edge Dialect 程序。
- 返回值
“graph” 的 ExportedProgram 对象。
示例用法
print(inspector.get_exported_program())
ExportedProgram:
class GraphModule(torch.nn.Module):
def forward(self, arg0_1: f32[4, 3, 64, 64]):
# No stacktrace found for following nodes
_param_constant0 = self._param_constant0
_param_constant1 = self._param_constant1
### ... Omit part of the program for documentation readability ... ###
Graph signature: ExportGraphSignature(parameters=[], buffers=[], user_inputs=['arg0_1'], user_outputs=['aten_tan_default'], inputs_to_parameters={}, inputs_to_buffers={}, buffers_to_mutate={}, backward_signature=None, assertion_dep_token=None)
Range constraints: {}
Equality constraints: []
Inspector 属性¶
EventBlock 类¶
通过 Inspector 实例的 event_blocks 属性访问 EventBlock 实例，例如
inspector.event_blocks
- class executorch.sdk.inspector.EventBlock(name, events=<factory>, source_time_scale=TimeScale.NS, target_time_scale=TimeScale.MS, bundled_input_index=None, run_output=None, reference_output=None)[source]¶
一个 EventBlock 包含与从运行时检索的特定分析/调试块相关联的事件集合。每个 EventBlock 代表一个执行模式。例如，模型初始化和加载位于单个 EventBlock 中。如果有控制流，每个分支将由一个单独的 EventBlock 表示。
- 参数
name – 分析/调试块的名称。
events – 与分析/调试块关联的 Event 列表。
bundled_input_idx – 此 EventBlock 对应的 Bundled Input 的索引。
run_output – 从封装的 Events 中提取的运行输出
Event 类¶
通过 EventBlock 实例的 events 属性访问 Event 实例。
- class executorch.sdk.inspector.Event(name, perf_data=None, op_types=<factory>, delegate_debug_identifier=None, debug_handles=None, stack_traces=<factory>, module_hierarchy=<factory>, is_delegated_op=None, delegate_backend_name=None, _delegate_debug_metadatas=<factory>, debug_data=<factory>, _instruction_id=None, _delegate_metadata_parser=None, _delegate_time_scale_converter=None)[source]¶
Event 对应于一个操作符实例，其中包含从运行时检索的性能数据以及来自 ETRecord 的其他元数据。
- 参数
name – 分析 Event 的名称，如果无分析事件则为空。
perf_data – 与事件关联的性能数据，从运行时检索（可用属性：p10、p50、p90、avg、min 和 max）。
op_type – 与事件对应的操作符类型列表。
delegate_debug_identifier – 与指令 ID 结合使用的补充标识符。
debug_handles – 模型图中与该事件相关的调试句柄。
stack_trace – 一个字典，将每个关联操作的名称映射到其堆栈跟踪。
module_hierarchy – 一个字典，将每个关联操作的名称映射到其模块层次结构。
is_delegated_op – 事件是否被委托。
delegate_backend_name – 将该事件委托到的后端名称。
_delegate_debug_metadatas – 一个字符串列表，包含原始委托调试元数据，每个配置文件事件一个。可解析（如果提供解析器）为 Event.delegate_debug_metadatas，也可作为 Event.raw_delegate_debug_metadatas 使用。
debug_data – 包含收集的中间数据的列表。
_instruction_id – 用于符号化的指令标识符。
_delegate_metadata_parser – _delegate_debug_metadatas 的可选解析器。
示例用法
for event_block in inspector.event_blocks:
for event in event_block.events:
if event.name == "Method::execute":
print(event.perf_data.raw)
[175.748, 78.678, 70.429, 122.006, 97.495, 67.603, 70.2, 90.139, 66.344, 64.575, 134.135, 93.85, 74.593, 83.929, 75.859, 73.909, 66.461, 72.102, 84.142, 77.774, 70.038, 80.246, 59.134, 68.496, 67.496, 100.491, 81.162, 74.53, 70.709, 77.112, 59.775, 79.674, 67.54, 79.52, 66.753, 70.425, 71.703, 81.373, 72.306, 72.404, 94.497, 77.588, 79.835, 68.597, 71.237, 88.528, 71.884, 74.047, 81.513, 76.116]
CLI¶
在您的终端中执行以下命令以显示数据表。此命令产生的表格输出与之前提到的 print_data_tabular 相同。
python3 -m sdk.inspector.inspector_cli --etdump_path <path_to_etdump> --etrecord_path <path_to_etrecord>
请注意，etrecord_path 参数是可选的。
我们计划在未来扩展 CLI 的功能。
