已关闭
[Installation]: UniAD模型训练怎么采集npu profiling性能数据 #206
guoyao创建于 5月8日关闭于 5月11日
5月8日 添加了label：installation
xiangyuming
5月8日 评论：
5月8日 评论：
/label add triaged
5月8日 添加了label：triaged
xiangyuming
5月8日 评论：
5月8日 评论：
您好，可以参考我们仓上的一键patcher中的with_profiling功能，对主函数中的default_patcher进行配置即可：https://gitcode.com/Ascend/DrivingSDK/blob/master/mx_driving/patcher/README.md
guoyao
5月8日 评论：
5月8日 评论：
guoyao
5月8日 评论：
5月8日 评论：
另外我是照着文档 https://gitcode.com/Ascend/DrivingSDK/blob/master/model_examples/UniAD/README.md 来的，是不是不适合用这个patcher2.0
xiangyuming
5月8日 评论：
5月8日 评论：
您可以确认下代码文件夹内是否可以搜索到default_patcher_builder关键字，如果有并且在主函数内的话也是适用的，根据 https://gitcode.com/Ascend/DrivingSDK/blob/master/model_examples/UniAD/UniAD.patch 内容可以判断在tools/内
guoyao
5月9日 评论：
5月9日 评论：
tools/perf.py文件修改为如下调用解决该问题
if __name__ == '__main__':
with default_patcher_builder.disable_patches("index").brake_at(500).with_profiling("/home/profling", level=1, skip_first=5, wait=1, warmup=1, active=1, repeat=1).build():
main()
xiangyuming
5月9日 评论：
5月9日 评论：
/label remove triaged
5月9日 删除了label：triaged
xiangyuming
5月9日 评论：
5月9日 评论：
/label add resolved
5月9日 添加了label：resolved
5月9日 删除了label：resolved
xiangyuming
5月11日 评论：
5月11日 评论：
您可以在源码中设置，也可以更改level的参数配置，具体可以参考一下代码仓中的源码实现
xiangyuming
5月11日 评论：
5月11日 评论：
/label add resolved
5月11日 添加了label：resolved
5月11日 issue状态由 TODO 改变为 DONE
5月11日 关闭了 issue
在提交新问题之前，请确保您已经在社区中搜索过相关问题，并使用了社区中提供的资源/工具后，仍未找到满意的解决方式。
环境信息
您是如何安装操作的
# 示例： pip install ... # 以及其他完整的安装命令欢迎加入社区，感谢您对社区的贡献 🎉!