이미지읽는 시간과 training 시간의 비교

pytorch 실험 003

    def train_base():
        start_time = 0
        time_read = 0
        time_read_training = 0

        # training 시키지 않고 이미지 읽기만 run
        for i, batch in tqdm.tqdm(enumerate(training_data_loader, 1)):
            if i==1: start_time = time.time()
            if i == 2000:
                end_time = time.time()
                time_read = end_time - start_time
                break
            img_input, img_target = batch[0].to(device), batch[1].to(device)
            noise = torch.randn(batch_size, 1, training_crop_size / 2, training_crop_size / 2).to(device)

        # training 과 이미지 읽기 모두 run
        for i, batch in tqdm.tqdm(enumerate(training_data_loader, 1)):
            if i==1: start_time = time.time()
            if i == 2000:
                end_time = time.time()
                time_read_training = end_time - start_time
                break
            netG.train()
            img_input, img_target = batch[0].to(device), batch[1].to(device)
            noise = torch.randn(batch_size, 1, training_crop_size/2, training_crop_size/2).to(device)
            output = netG(img_input, noise)
            loss = MSE(output, img_target)
            G_optimizer.zero_grad()
            loss.backward()
            G_optimizer.step()

        print('time_read :',time_read, 'time_read_training :', time_read_training,
              'time_read/time_read_training :', time_read/time_read_training)
              
"""
> 결과

(rsndomcrop)
time_read : 71.56252527236938 # 읽기만 하는 경우
time_read_training : 112.93482851982117 # 읽고 학습까지 하는 경우
time_read/time_read_training : 0.633662141345612

(img centercrop)
time_read : 61.6091570854187 # 읽기만 하는 경우
time_read_training : 107.02364420890808 # 읽고 학습까지 하는 경우
time_read/time_read_training : 0.5756593091257369 

아무튼 이미지을 읽는 시간과 training 시키는 시간과 비슷하다는 것을 알 수 있다.
"""