一种性能分析、优化方法、装置、计算机设备及存储介质制造方法及图纸

本发明专利技术实施例公开了一种性能分析、优化方法、装置、计算机设备及存储介质，性能分析方法包括：获取目标算法库的首次性能分析结果；其中，所述首次性能分析结果根据所述目标算法库的本地性能分析工具对所述目标算法库进行首次性能分析得到；对所述首次性能分析结果进行深度性能分析，得到目标性能分析结果。本发明专利技术实施例的技术方案能够提高算法库性能分析的精确性，从而提高算法库测试优化的效率和精确性。

【技术实现步骤摘要】
一种性能分析、优化方法、装置、计算机设备及存储介质
本专利技术实施例涉及测试优化
，尤其涉及一种性能分析、优化方法、装置、计算机设备及存储介质。
技术介绍
算法库可以提供各种算法和数学工具包，通过利用不同的算子(operator，OP)组合和逻辑编排能够提供各种科学与工程中常用的计算功能。不同垂类的应用场景可以分别开发对应的算法库。示例性的，深度学习领域的算法库包括Pytorch、Caffe和Theano等。自然语言处理领域的算法库包括SnowNLP、gensim和spaCy等。以Pytorch为例说明，Pytorch是一个开源的Python机器学习库，可以使用GPU(GraphicsProcessingUnit，图形处理器)加速计算张量，并提供基于自动求导机制的深度神经网络进行深度学习应用。目前，Pytorch已经在深度学习领域以及其他的科学计算等领域应用极为广泛。目前，部分算法库自带性能分析工具，可以对算法库中存在性能问题的程序进行性能分析。然而，现有算法库自带的性能分析工具的性能分析功能不够完善，难以做到性能问题的精确定位。本文档来自技高网...

【技术保护点】
1.一种性能分析方法，其特征在于，应用于自定义性能分析工具，包括：/n获取目标算法库的首次性能分析结果；其中，所述首次性能分析结果根据所述目标算法库的本地性能分析工具对所述目标算法库进行首次性能分析得到；/n对所述首次性能分析结果进行深度性能分析，得到目标性能分析结果。/n

【技术特征摘要】
1.一种性能分析方法，其特征在于，应用于自定义性能分析工具，包括：
获取目标算法库的首次性能分析结果；其中，所述首次性能分析结果根据所述目标算法库的本地性能分析工具对所述目标算法库进行首次性能分析得到；
对所述首次性能分析结果进行深度性能分析，得到目标性能分析结果。


2.根据权利要求1所述的方法，其特征在于，所述本地性能分析工具具体用于：
确定所述目标算法库的待分析算子和算子执行时间阈值；
计算各所述待分析算子的算子执行时间；
根据所述算子执行时间阈值对各所述算子执行时间进行筛选，得到第一目标拖慢算子。


3.根据权利要求2所述的方法，其特征在于，所述对所述首次性能分析结果进行深度性能分析，包括：
根据所述首次性能分析结果确定各待分析算子之间的算子调用关系；
根据所述首次性能分析结果和所述算子调用关系确定第二目标拖慢算子。


4.根据权利要求3所述的方法，其特征在于，在所述根据所述首次性能分析结果和所述算子调用关系确定第二目标拖慢算子之后，还包括：
计算所述第二目标拖慢算子中各算子程序的算子程序执行时间；
根据所述算子程序执行时间确定所述第二目标拖慢算子的目标拖慢算子程序；
对所述目标拖慢算子程序划分待分析子程序；
计算各所述待分析子程序的子程序执行时间；
根据所述子程序执行时间确定目标拖慢子程序。


5.根据权利要求1-4任一所述的方法，其特征在于，所述自定义性能分析工具由具有日志系统功能的头文件构成；
所述头文件的输出字段类型包括当前时间、当前文件、当前文件所在行以及当前所在算子。


6.一种性能优化方法，其特征在于，包括：
获取自定义性能分析工具输出的目标性能分析结果；其中，所述自定义性能分析工具根据...

【专利技术属性】
技术研发人员：钱青，胡辰，卜景德，
申请(专利权)人：曙光信息产业北京有限公司，
类型：发明
国别省市：北京;11