python计算ML学习过程的时间

Question

我使用 scikit-learn 在 Jupyter Lab (IPython) 中训练一些模型，我让它在我的 Windows 10 笔记本电脑上运行可能需要几个小时。有人有任何计算训练时间的技巧吗？在 IPython 中，我只是运行所有单元格并在开始和结束单元格中使用此代码。例如-import timeprint('Lets GO!')start = time.ctime()几个小时后回来，（ML训练代码运行）end = time.ctime()print('all done!')print('started', start)print('finished',end)我只能看一眼时差，但可以给我从开始到结束之间经过的小时和分钟吗？

Answer 1

使用datetime.datetime.now()；您可以减去两个datetime实例并获得timedelta描述差异的信息：

>>> import time, datetime

>>> start = datetime.datetime.now()

>>> time.sleep(10)

>>> end = datetime.datetime.now()

>>> diff = (end - start)

datetime.timedelta(seconds=10, microseconds=885206)

>>>

要从中格式化小时/分钟/秒，

>>> diff_seconds = int(diff.total_seconds())

>>> minute_seconds, seconds = divmod(diff_seconds, 60)

>>> hours, minutes = divmod(minute_seconds, 60)

>>> hms = f"{hours}h {minutes}m {seconds}s"

'0h 0m 10s'