我想评估使用经过训练的模型执行预测所需的时间 [重复]答案

【问题标题】：I want to eavalute the time needed to perform prediction using a trained model [duplicate]我想评估使用经过训练的模型执行预测所需的时间 [重复]
【发布时间】：2017-03-26 21:15:27
【问题描述】：

我知道 timeit 可以用来测量经过的时间，但我不知道如何在我的代码中实现。例如，我将评估模型性能如下：

scores = model.evaluate(X_test, Y_test, verbose=0)

如何添加timeit或其他一些函数来测量需要的时间？

【问题讨论】：

标签： python

【解决方案1】：

这是一个基本设置：

import time
start_time = time.time()
# code
print("time - {}".format(time.time()-start_time))

您还可以使用 Python 的函数包装器，并制作一个包装器来为您的函数计时。例如。

import time

def getime(func):
    def func_wrapper(*args, **kwargs):
        start_time = time.time()
        func(*args, **kwargs)
        print("function {} completed in - {} seconds".format(
            func.__name__,
            time.time()-start_time))
    return func_wrapper

# ------------ test example of wrapper --------- #
@getime
def foo():
    for i in range(1000):
        for j in range(2000):
            pass

foo()

输出：

function foo completed in - 0.13300752639770508 seconds

【讨论】：

【解决方案2】：

试试：

import time
...
t = time.time()
scores = model.evaluate(X_test, Y_test, verbose=0)
elapsed_time = time.time()-t

要检查 10000 次（为了更准确），请尝试：

def check():
    t = time.time()
    scores = model.evaluate(X_test, Y_test, verbose=0)
    elapsed_time = time.time()-t
    return elapsed_time
average_elapsed_time = [sum(check() for i in range(10000))/10000][0]

【讨论】：

如何进一步修改，多次执行，得到更准确的结果？
这样行吗？
非常感谢！那行得通！