Event

class torch.mtia.Event(device=None, *, enable_timing=False, blocking=False, interprocess=False)

查询和记录流状态以识别或控制流之间的依赖关系并测量时间。

参数

• device (torch.device, optional) – desired event的设备。如果未给出，将使用当前的加速器类型。

• enable_timing (bool, optional) – 表示事件是否应测量时间（默认为False）

• blocking (bool, optional) – 如果为True，则wait()将是阻塞的（默认为False）

• interprocess (bool) – 如果为True，则可以在进程之间共享事件（默认为False）

警告

目前，阻塞和进程间共享均不受支持，且为noops。

返回

一个 torch.Event 对象。

返回类型

事件

示例

>>> event = torch.Event()
>>> e_cuda = torch.Event(device='cuda')

elapsed_time(end_event) → float

返回此事件与通过torch.Stream.record_event()记录的end_event之间经过的时间（以毫秒为单位）。

参数

end_event (torch.Event) – 已记录的结束事件。

返回

起始事件和结束事件之间的时间（以毫秒为单位）。

返回类型

浮点数

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> e1_cuda = s_cuda.record_event()
>>> e2_cuda = s_cuda.record_event()
>>> ms = e1_cuda.elapsed_time(e2_cuda)

query() → bool

检查记录此事件的流是否已经超过记录该事件的点。如果事件未被记录，则始终返回True。

返回

一个布尔值，指示当前由事件捕获的所有工作是否已完成。

返回类型

布尔值

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> e_cuda = s_cuda.record_event()
>>> e_cuda.query()
True

record(stream=None) → None

在给定流中记录事件。流的设备必须与事件的设备匹配。此函数等同于stream.record_event(self)。

参数

stream (torch.Stream, optional) – 要记录的流。如果未给出，将使用当前流。

示例

>>> e_cuda = torch.Event(device='cuda')
>>> e_cuda.record()

synchronize() → None

等待事件完成。这可以防止 CPU 线程在事件完成之前继续执行。

示例

>>> s_cuda = torch.Stream(device='cuda')
>>> e_cuda = s_cuda.record_event()
>>> e_cuda.synchronize()

wait(stream=None) → None

使提交给给定流的所有未来工作等待此事件。

参数

stream (torch.Stream, optional) – 要同步的流。如果未给出，将使用当前流。

示例

>>> s1_cuda = torch.Stream(device='cuda')
>>> s2_cuda = torch.Stream(device='cuda')
>>> e_cuda = s1_cuda.record()
>>> e_cuda.wait(s2)