问题标签 [line-profiler]

我打算在 Pycharm 中按以下方式使用 line_profiler 测试我的代码，但得到了一个错误，就像标题所说的那样。我在 miniconda 3.8 和 python 3.7 (Windows) 中都尝试过，但遇到了同样的错误，我不知道如何解决。我访问了源代码所在的 github 页面，还尝试将我的 python 文件作为脚本运行。最后，由于这个错误，所有尝试都失败了。这似乎是一个错误，但我发现 Colab 中一切正常。谁能给我任何建议？随时发表评论，我将不胜感激。

我有两个我描述的功能。如果我运行 kernprof，它说我的第一个函数在 75 秒内运行，但第二个函数在 15 秒内运行 python-cythonized。

我已经尝试在python中使用时间模块并自己测量它，我发现第一个函数更像是12秒，第二个函数更像是9秒。

为什么呢？

在 pytorch 中训练神经网络时，我一直在尝试使用 python 子进程模块，但我注意到如果我在 gpu 上初始化了一个网络，子进程的运行速度会慢很多倍。这是我使用的示例脚本，具有非常简单的线性网络，使用 line_profiler 分析时间，并循环一个简单的子进程调用 100 次：

只需将小型网络移动到 gpu 就会导致 subprocess.run() 的执行速度降低 4 倍以上。

当网络在 cpu 上时，我从 line_profiler 得到的结果：

我在 GPU 上初始化网络时的结果：

有谁知道导致这种减速的原因以及如何通过在 GPU 上初始化的网络来提高速度？我很困惑为什么在 GPU 上初始化神经网络会对 subprocess.run() 的速度产生任何影响。任何帮助是极大的赞赏！

弄清楚为什么这么慢？我想使用 line_profiler 分析我的示例生成。

但是，我无法让它工作。这是我尝试过的：

1. kernprof -m pytest -n 3 tests/test_conv.py --hypothesis-profile default
2. pytest -m line_profiler -n 3 tests/test_conv.py --hypothesis-profile default
3. python3 -m line_profiler -m pytest -n 3 tests/test_conv.py --hypothesis-profile default
4. https://pypi.org/project/pytest-line-profiler/

这些都没有奏效。前三个立即失败，要么不知道，要么不知道@profilepytest 或 line_profiler IIRC。

如何让这三个人一起合作？我对 Nr 寄予厚望。4，但是它的文档指出您可能需要注释您的测试函数：

@pytest.mark.line_profile.with_args(f, g)

但是我的参数是由假设提供的，所以我尝试了

@pytest.mark.line_profile

什么也没做。

我还尝试了使用命令行的替代方法：

pytest --line-profile path.to.function_to_be profiled [...]

但是，我无法弄清楚path.to.function_to_be profiled我的情况是什么。我的测试函数位于tests/test_conv.py并命名为test_padding. 然而，既不

pytest -n auto --line-profile test_padding tests/test_conv.py --hypothesis-profile default

也不

pytest -n auto --line-profile test_conv.test_padding tests/test_conv.py --hypothesis-profile default

工作。两个错误都说他们找不到那个功能。

因此我问：如何？

安装的是（通过 pip）：

我正在使用这样的 Line_Profiler

但是我想使用func()的返回值。解决方案之一是将返回值分配给全局值，如下所示

但这意味着我必须更改 func() 的源代码

如何在不修改 func() 源代码的情况下以更好的方式获取返回值？

正如我在标题中所说，导入line_profiler会导致分段错误。我在 macbook pro m1 max 上运行 python 3.9.7/conda-forge。有人对我如何解决这个问题有任何建议吗？

在 jupyter Notebook 中，我试图在嵌套函数上使用 %lprun 但我没有成功。

以下代码，在笔记本单元格中

输出消息（Hello World 和 GoodBye），但在出现此错误后：
UsageError: Could not find function 'outerfoo().innerfoo'。
AttributeError：“NoneType”对象没有属性“innerfoo”

和这个，

不打印消息并给出此错误：
UsageError: Could not find function 'innerfoo'。NameError：名称“innerfoo”未定义

怎么可能配置文件innerfoo ？

我在带有 vscode 的 .ipynb 文件中使用 line_profiler：

它曾经正常工作，但今天我遇到了这个：

唯一的变化是我现在在笔记本中调试我的代码。如果我在调试模式下运行这个单元，它会再次工作。

似乎jupyter在调试时以不同的路径运行单元格，但line_profiler现在只能获取调试路径，而无法获取正常路径。

如何解决？

我试图在运行时多次启动和停止 Python 函数的行分析。因此，我想在开始新的分析时重置已经收集的统计信息。有没有办法做到这一点？

由于缺乏明显的解决方案，我还尝试用lp新实例替换线分析器：

但不知何故，新的统计数据是空的，可能是因为函数count()不能被包装两次？

版本 3.1.0、3.3.0 和 3.4.0 都返回相同的错误No module named '_line_profiler' 众所周知，版本 3.2.0 存在错误并返回No module named 'line_profiler._line_profiler'

我首先安装了 line-profiler pip install line_profiler，根据这个问题下的评论这是错误的

我想使用 kernprof 脚本，如 github 页面所述。我已经在另一个环境中成功使用了它，并想检查输出python -m line_profiler prep_train_data.py.lprof

我究竟做错了什么？

更新：

直接从 github 安装时，使用 kernprof 脚本适用于 2.1 版，尽管这个 repos持续提交是 3 年前。

在单个函数上使用 lineprofiler 按预期工作