Hugging Face · Aritra Roy Gosthipaty · Sayak Paul · Sergio Paniego · Rémi Ouazan Reboul · Pedro Cuenca
Profiling in PyTorch (Part 1): A Beginner's Guide to torch.profiler
学会用 torch.profiler 采集并解读 PyTorch 程序的性能剖析结果，能读 profiler 表格区分 CPU 与 GPU 耗时，判断优化方向。
Face
- 难度
- 入门
- 形式
- 实践教程
- 语言
- en
- 规模
- 1 个课节
- 内容费用
- 免费
- 动手
- 需要动手环境
使用限制
阅读文章本身无需账号，也不需要 GPU；运行示例脚本需自备 PyTorch 环境，原文建议在带 GPU 的机器上运行，或通过需要 Hugging Face 账号的 Spaces Dev Mode / Jobs 获取 GPU，均属可选实践。
- 练习与作业
- GPU：原文建议在带 GPU 的机器上运行示例脚本，仅用于复现 trace 与 GPU 车道分析
- 补充内容
- Hugging Face 账号：仅在用 Spaces Dev Mode 或 Jobs 获取 GPU 时需要如需在 Hugging Face 上使用付费算力运行脚本
- 内容提示
- 付费内容：全文免费阅读，但运行文中示例脚本需自备 PyTorch 环境；原文建议在带 GPU 的机器上运行，或通过 Hugging Face Spaces Dev Mode / Jobs 获取 GPU，可能产生算力费用。内容时效：原文注明文中的 trace 由 PyTorch 2.13 生成，使用其他版本时部分 trace 细节（如 CompiledFxGraph）可能不同或缺失。
第一次学这门课？先完成学前准备，把课程目录搭好。
每节课这样学
- 发提示词把下面的每课提示词发给 AI Agent，它会准备这一课的练习文件。
- 学官方课节打开对应课节学习，按提示从第一道练习做起；它不会替你写答案。
- 记进度学完让 AI Agent 在 progress.md 勾选，并把疑问整理到 questions.md。
每课提示词 · 每次学习前用
继续学习「Profiling in PyTorch (Part 1): A Beginner's Guide to torch.profiler」。课程目录是 torch-profiler-beginner-guide/（不知道完整路径就先问我）。 1. 读 progress.md，找到下一课；如果我指定了第几课，就准备那一课。 2. 打开这一课的官方页面和本地讲义，列出本课练习要用的工具、文件和样例数据。缺少的先告诉我，等我同意再安装或下载。 3. 在 lessons/ 对应的课节文件夹里准备好练习：exercises/ 里给每道题建一个文件，写上题号和题目原文链接，不写答案；已有文件保留，样例数据放到 data/。拿不到官方题目或起始代码时记录限制，不编造替代品。 4. 按 README 运行开课时生成的自检脚本或在线检查清单，并检查本课新增工具能否正常使用。 5. 告诉我：本课先读哪几节、从哪道练习开始、大约需要多久。我学完后，帮我在 progress.md 勾选并把问题整理到 questions.md。 边界： - 需要管理员权限、会产生费用或需要填写密钥的操作，先告诉我原因，等我同意。密钥由我在本机配置，不发到聊天，不写进笔记或版本库；原项目需要 .env 时确认已被 Git 忽略。 - 不替我写练习或作业答案，也不替我提交。我卡住时只给提示；我明确要求时才给解答。 - 只下载许可允许个人保存的材料；其余只放链接。不把未运行的命令说成成功。
课节共 1 节 · 官方顺序
来源与使用须知
- 原始资源
- Hugging Face
- 收录时间
- 本站首次收录 2026-10-20
- 指南参考
- 课程主页
版权与转载
- 课程材料未标明许可：仅供个人学习，转载、修改或商用前请先联系原作者。
- 本站只提供原始链接和学习指南，不转载、不镜像课程材料；引用时请注明原作者与出处。