Skip to content

Latest commit

 

History

History
21 lines (20 loc) · 1.09 KB

File metadata and controls

21 lines (20 loc) · 1.09 KB

硬件回归测试

步骤 1:生成参考数据

首先,在可信的环境中(例如,特定的硬件/编译器版本),使用 graph_net.paddle.test_reference_device 来生成基线日志和输出文件。

python -m graph_net.paddle.test_reference_device \
    --model-path /path/to/all_models/ \
    --reference-dir ./gold_reference \
    --compiler cinn \
    --device cuda

# --reference-dir: (必选)用于保存输出的 .log(性能/配置)文件和 .pdout(输出张量)文件的目录。
# --compiler: 指定编译器后端。

步骤 2:运行回归测试

更换硬件后,运行正确性测试脚本。此脚本会读取参考数据,使用完全相同的配置重新运行模型,并将新结果与“黄金”参考标准进行比对。

python -m graph_net.paddle.test_device_correctness \
    --reference-dir ./golden_reference \
    --device cuda

此脚本将报告任何失败情况(例如,编译错误、输出不匹配),并打印与参考日志的性能对比(加速/减速),从而帮助您快速识别性能回归问题。