Я использую приведенный ниже тестовый сценарий, представленный в этом видео примерно в 24:30, и сохранил его как проблема1.py.
Код: Выделить всё
import numpy as np
def main():
for i in range(10):
x = np.array(range(10**7))
y = np.array(np.random.uniform(0, 100, size=(10**8)))
main()
print('Done.')
Scalene: указанный код не выполнялся достаточно долго для профилирования.
По умолчанию Scalene профилирует только код в исполняемом файле и его подкаталогах.
Чтобы отслеживать время, проведенное во всех файлах, используйте Опция --profile-all.
ПРИМЕЧАНИЕ. В настоящее время графический процессор работает в режиме, который может снизить точность Scalene при составлении отчетов об использовании графического процессора.
Если у вас есть привилегии sudo, вы можете запустить эту команду (Только для Linux), чтобы включить учет графического процессора для каждого процесса:
python3 -m Scalene.set_nvidia_gpu_modes
Окно с результатами профилирования автоматически не появляется. Выполнение кода занимает примерно 20 секунд, поэтому я думаю, что на самом деле он может работать достаточно долго для профилирования.
(2) Я также сталкиваюсь с аналогичной проблемой в VS Code. Код работает как положено, если не профилировать. Однако когда я следую (отличным) инструкциям, приведенным в этом выпуске GitHub — нажмите Ctrl+Shift+P, введите «scalene» и выберите единственный вариант в раскрывающемся меню — в правом нижнем углу появится всплывающее окно. угол VS Code под названием «Scalene: теперь профилирование». Эта коробка остается примерно на 20 секунд, а затем исчезает. На терминал ничего не выводится, и автоматически не появляется окно с результатами.
Каковы возможные причины проблем (1) и (2) или как их устранить?
(Я публикую этот вопрос на Stack Overflow с мыслью, что ответы могут быть полезны другим программистам, работающим со Scalene, но если вопрос должен перейти в другое место, дайте мне знать, оставив комментарий. Копия в настоящее время опубликован на GitHub.)
Подробнее здесь: https://stackoverflow.com/questions/790 ... nd-vs-code