PROF_CONFIG_PATH

功能描述

PyTorch训练场景Ascend PyTorch Profiler接口的dynamic_profile采集功能profiler_config.json配置文件路径环境变量。

配置示例

export PROF_CONFIG_PATH="profiler_config_path"

配置该环境变量后启动训练，dynamic_profile会在profiler_config_path下自动创建模板文件profiler_config.json，用户可基于模板文件自定义修改配置项。

dynamic_profile采集功能及profiler_config.json文件的详细介绍请参见《CANN 性能调优工具用户指南》中的“dynamic_profile动态采集”章节。

使用约束

脚本不手动添加代码的情况，此环境变量适用于PyTorch训练场景。

脚本内添加dynamic_profile模块后，此环境变量可以在非训练场景使用。例如：

# 加载dynamic_profile模块
from torch_npu.profiler import dynamic_profile as dp
# 设置Profiling配置文件的路径
dp.init("profiler_config_path")
…
for step in steps:
	train_one_step()
	# 划分step
	dp.step()

支持的型号

Atlas 训练系列产品
Atlas A2 训练系列产品
Atlas A3 训练系列产品

父主题： 性能优化