ExecuTorch 开发者工具简介¶
ExecuTorch 的核心目标之一是提高生产力，ExecuTorch 开发者工具通过提供全面的工具套件来实现这一目标，帮助用户分析、调试和可视化已移植到 ExecuTorch 的模型。
开发者工具的所有组件都从头开始设计，与导出过程和运行时深度集成。这使我们能够提供独特的功能，例如将运行时中的运算符执行链接回该运算符在原始 Eager 模型中的源代码行。
开发者工具功能¶
ExecuTorch 开发者工具支持以下功能
捆绑程序 (BundledProgram) 是一个实用工具，用于导出与一组样本（代表性）输入和预期输出捆绑在一起的模型，以便用户在运行时验证实际输出是否与预期输出相同。
性能分析：按运算符级别细分性能统计信息
将运算符性能统计信息链接回源代码和模块层次结构
模型加载和执行时间
委托集成：显示来自委托后端的性能详细信息
将委托运算符执行链接回它们在 Edge 方言图中的节点（然后链接回源代码和模块层次结构）
调试：中间输出和输出质量分析
内存分配洞察：可视化内存规划方式，以及所有活动张量在任何时间点的所在位置
可视化：即将推出
开发者工具的基本组件¶
为了充分理解和利用本节中开发者工具的功能，将详细介绍驱动开发者工具的基本组件。
ETRecord¶
ETRecord (ExecuTorch 记录) 是在导出过程中生成的一个工件，它存储了图和其他元数据，这些数据对于开发者工具将来自运行时的性能/调试数据链接回 Eager 模型的源代码至关重要。
为了与传统软件开发进行粗略类比，ETRecord 可以被视为使用调试符号构建的二进制文件，用于 GNU 项目调试器 (gdb) 中的调试。
有关如何生成和存储 ETRecord 的更多详细信息，请参见ETRecord 文档。
ETDump¶
ETDump (ExecuTorch 转储) 是模型运行后由运行时生成的一个二进制块 (binary blob)。与上述类似，为了与传统软件开发进行粗略类比，ETDump 可以被视为 ExecuTorch 的 coredump，但在这种情况下，我们在 ETDump 中存储了运行时在模型执行期间生成的所有性能和调试数据。
注意
如果您只关心查看原始性能数据，而不需要链接回源代码和其他高级功能，则仅有 ETDump 就足以利用开发者工具的基本功能。为了获得完整体验，建议用户同时生成 ETRecord。
有关如何从运行时生成和存储 ETDump 的更多详细信息，请参见ETDump 文档。
检查器 API¶
检查器 Python API 是开发者工具的主要用户入口点。它们将来自 ETDump 和 ETRecord 的数据结合起来，通过易于使用的 API 为用户提供来自运行时的所有性能和调试数据，并链接回 Eager 模型源代码和模块层次结构。
有关如何使用检查器 API 的更多详细信息，请参见检查器 API 文档。
