使用 Windows Machine Learning 对应用程序进行分析

Profiling 是一个工具，旨在帮助开发人员和 AI 工程师诊断进程在不同执行提供者上的 CPU、GPU、NPU 资源使用情况、ONNX 模型以及 Windows ML 事件。

在本文中，您将学习如何开始分析，以及如何检查资源使用视图和事件视图。

先决条件

在这种模式下，分析工具分析的是启动后并发送Windows ML事件的下一个应用程序。此选项非常适合测试一次性运行的应用程序。在这种情况下，您开始分析，然后运行应用程序，资源使用情况将开始显示。

截图显示如何在下次会话中开始

该工具开始对新启动的应用进行分析。这意味着，如果要分析一个Python笔记本，而内核已经运行，你需要重启内核以开始对该内核的分析。仅仅启动一个新的笔记本不会自动开始分析。

重要

要接收 Windows ML 事件，工具需要以管理员身份运行。如果 VS Code 没有以管理员身份启动，将显示通知并引导您重新启动 VS Code。您需要关闭所有其他 VS Code 实例才能使以管理员身份重新启动生效。显示需要以管理员身份重启 VS Code 的通知的截图

在这种模式下，性能分析工具开始对已运行的应用程序进行分析。您可以根据以下标准选择一个进程：

此选项非常适合用于对已经运行的应用程序进行分析，而您无法为了分析目的而重启它。

截图显示如何通过进程ID或名称启动

在这种模式下，分析工具会在指定的执行提供者（EP）或设备策略上开始分析ONNX模型文件，持续一段时间。在运行时，您可以查看资源使用情况。

此选项非常适合在不同的EP或设备策略上对ONNX模型进行分析。

截图显示如何通过模型文件启动

在分析之后，系统会显示一个通知来指导您打开或保存报告。

显示成功通知的截图

报告包含有关ONNX模型的详细分析统计数据和结果。

显示报告数据的截图

在主Windows中，顶部的图表显示了CPU、GPU、NPU和内存的使用情况。使用情况每秒更新一次，并保持10分钟。您可以使用右上角的工具通过放大、缩小和平移来浏览时间轴。

显示资源使用情况视图的截图

注意

此功能使用性能计数器。为了获得更高的准确性，您也可以尝试Windows性能记录器。

在主Windows中，底部的图表显示Windows ML事件。其时间轴与资源使用情况视图同步，因此您可以轻松确定在特定事件发生时资源如何使用。

重要

目前，我们仅显示以下类型的事件：

显示Windows ML事件视图的截图

在本文中，您将学习如何：