Получение общей памяти и использования процессора для одного экземпляра Python

psutil является хорошей рекомендацией для сбора такого рода информации. Если вы включите этот код в свой существующий код keras, вы сможете собирать информацию об использовании процессора вашим процессом во время вызова метода cpu_times().

import psutil

process = psutil.Process()
print(process.cpu_times())

Значение значения, возвращаемого cpu_times(), объясняется здесь. Он кумулятивный, поэтому, если вы хотите узнать, сколько процессорного времени ваш код keras использовал в целом, просто запустите его перед выходом из скрипта python.

Чтобы получить информацию об использовании памяти для вашего процесса, в конкретное время, когда вы делаете вызов memory_info(), вы можете запустить его для того же объекта process, который мы объявили ранее.

print(process.memory_info())

Точное значение результатов процессора и памяти зависит от того, какую платформу вы используете. Структура информации о памяти объясняется здесь

В более подробном примере показано, как можно использовать Расширенный планировщик Python, чтобы получать ресурсы ЦП и измерения памяти в фоновом режиме во время тренировки keras

import psutil

import time
import os

from apscheduler.schedulers.background import BackgroundScheduler

process = psutil.Process()

def get_info():
    print(process.cpu_times(), process.memory_info())

if __name__ == '__main__':
    scheduler = BackgroundScheduler()
    scheduler.add_job(get_info, 'interval', seconds=3)
    scheduler.start()

    # run the code you want to measure here
    # replace this nonsense loop
    now = time.time()
    finish = now + 60

    while time.time() < finish:
        print("Some progress message: {}".format(time.time()))
        time.sleep(10)