골뱅이, decorator를 이용하여 함수 실행시간을 측정하자.

프로그램을 구현하다 보면 특정 기능이 어느정도 시간을 소요하는지 확인이 필요한 경우가 있다.

 

이럴때 보통 아래와 같이 시간 측정을 위한 code 앞뒤에서 time 라이브러리를 이용하여 시간을 계산했다.

import time

start_time = time.time()

# 실행시간을 측정 할 code
# ~~~~~~~~~~~~~~~~~~~~~

print("Processing time : %.2f ms" % ((time.time() - start_time)*1000))

하지만 이런 방법은 한두군데 확인 하거나 잠깐 확인 할 때는 괜찮지만 

작성하는 부분이 많아질수록 가독성도 떨어지고 관리가 불편하다는 단점이 있다.

 

---

그래서 사용 가능한 기능이 파이썬의 데코레이터 라는 기능!

함수 이전에 선언이 필요하고 선언 후에는 실행 할 함수 앞에 @ 키워드와 함께 호출해주면

해당 함수를 wrapping 해줘서 decorator에 정의된 기능을 함께 수행 하게 된다.

 

import time

# decorator는 다른 함수보다 앞서 선언되어야 한다!
def processing_time(func):
    def wrapper_fn(*args, **kwargs):
    	start_time = time.time()
        func_result = func(*args, **kwargs)
        print("Processing time : %.2f ms" % ((time.time()-start_time)*1000))
        return func_result
    return wrapper_fn

@ precessing_time
def function_01():
    # 실행시간을 측정하고 싶은 함수 선언
    # ~~~~~~~~~~~~~~~~~~~~~~~~~~~~~~
    print("function_01")

def function_02():
    # decorator 사용 안할 함수는 일반적으로 그대로 사용하면 된다.
    print("function_02")

if __name__ == "__main__":
    function_01()
    function_02()

 

이러한 기능을 이용하여 나는 deeplearning model의 inference time을 측정하는 함수를 만들어 사용 중이다.

import time

# decorator는 다른 함수보다 앞서 선언되어야 한다!
def processing_time(func):
    def wrapper_fn(*args, **kwargs):
    	start_time = time.time()
        func_result = func(*args, **kwargs)
        print("Processing time : %.2f ms" % ((time.time()-start_time)*1000))
        return func_result
    return wrapper_fn

@ processing_time
def get_forward(model, data):
    return model(data)


if __name__ == "__main__":
    # model & data 선언
    get_forward(model, data)

 

 

참고자료 : http://schoolofweb.net/blog/posts/%ED%8C%8C%EC%9D%B4%EC%8D%AC-%EB%8D%B0%EC%BD%94%EB%A0%88%EC%9D%B4%ED%84%B0-decorator/