TNWS AI

Гайд · TNWS AI

Как включить profiling ONNX Runtime и получить JSON-трассу

ONNX RuntimePython#ONNX Runtime#ONNX#нейросети
4 мин—

Профилирование InferenceSession: enable_profiling, несколько run, end_profiling, JSON-файл, проверка событий и правила работы с трассой.

Задача и применимость

Актуальный запрос: «как включить profiling ONNX Runtime Python enable_profiling». Получить стандартную JSON-трассу с деталями выполнения операторов вместо гадания о медленном месте. В Python profiling включается через SessionOptions до создания сессии, а end_profiling() завершает сбор и возвращает путь к файлу. Профилирование имеет накладные расходы и не должно оставаться включённым без политики хранения. Материал сверён 26 сентября 2026 года с официальной документацией ONNX Runtime и фактически проверяется на ONNX Runtime 1.30.0, ONNX 1.19.0 и NumPy 2.3.5. Тестовая модель создаётся локально и не скачивает веса.

Пошаговое выполнение

  1. Создайте SessionOptions с enable_profiling=True.
  2. Создайте сессию и выполните несколько прогонов после подготовки input.
  3. Вызовите end_profiling и получите путь.
  4. Разберите JSON, убедитесь в наличии событий и затем безопасно удалите временный файл.

Сначала запускайте пример во временном каталоге. Для реальной модели зафиксируйте checksum, opset, версию exporter и preprocessing. ONNX Runtime исполняет граф, но не знает предметного смысла признаков, поэтому одинаковая shape ещё не доказывает правильную подготовку данных.

Готовый проверяемый шаблон

import tempfile
from pathlib import Path
import numpy as np
import onnx
from onnx import TensorProto, helper
import onnxruntime as ort

tmp = Path(tempfile.mkdtemp())
model_path = tmp / "add.onnx"
x_info = helper.make_tensor_value_info("x", TensorProto.FLOAT, [None, 2])
y_info = helper.make_tensor_value_info("y", TensorProto.FLOAT, [None, 2])
bias = helper.make_tensor("bias", TensorProto.FLOAT, [2], [1.0, -1.0])
node = helper.make_node("Add", ["x", "bias"], ["y"])
graph = helper.make_graph([node], "add_graph", [x_info], [y_info], [bias])
model = helper.make_model(graph, opset_imports=[helper.make_opsetid("", 13)])
onnx.checker.check_model(model)
onnx.save(model, model_path)
import json
options=ort.SessionOptions(); options.enable_profiling=True
session=ort.InferenceSession(str(model_path),sess_options=options,providers=["CPUExecutionProvider"])
x=np.array([[2,5]],dtype=np.float32)
for _ in range(3): session.run(None,{"x":x})
profile_path=Path(session.end_profiling())
events=json.loads(profile_path.read_text(encoding="utf-8"))
assert isinstance(events,list) and len(events)>0
print(profile_path, len(events))

Вход и ожидаемые данные

Три запуска модели создают JSON-файл с непустым списком событий. Число событий и имя файла не фиксируются: они зависят от версии и конфигурации. Правильный критерий — файл существует, JSON читается и содержит события нужной сессии. Не сравнивайте длительности из разных машин как универсальные.

Проверка результата

Сделайте отдельный benchmark без profiling, чтобы оценить накладные расходы. В трассе найдите события операторов и длительности, но сначала проверьте единицы измерения конкретного поля. Не публикуйте полные пути пользователя или имена входных сущностей, если они чувствительны. Удаляйте временные профили после анализа. Перед рабочим применением повторите проверку на точных входах экспортированной нейросети: универсальный пример не заменяет контракт конкретного артефакта. Сохраните минимальный воспроизводимый вход, чтобы сравнить старую и новую версии без персональных данных.

Как перенести пример на настоящую нейросеть

Заменяйте учебный граф только после того, как базовый пример проходит полностью. Получите имена, типы и формы через API сессии, затем воспроизведите тот же preprocessing, который использовался при обучении или экспорте. Для изображения это включает порядок каналов, resize, нормализацию и цветовое пространство; для текста — конкретный tokenizer, специальные токены, padding и attention mask. Эти параметры не восстанавливаются надёжно по одной форме tensor. Храните конфигурацию рядом с моделью и версионируйте её вместе с ONNX-файлом. Сначала сравните ONNX output с исходным framework на одинаковых входах, а затем отдельно проверяйте предметную метрику: accuracy, F1, Recall@k или другую заранее выбранную величину.

Критерии приёмки

  1. Модель проходит onnx.checker и загружается выбранным provider.
  2. dtype, rank, shape и имена совпадают с метаданными.
  3. Положительный вход совпадает с численным эталоном.
  4. Негативный вход вызывает ожидаемую ошибку, а не случайный результат.
  5. Тест повторяется после смены модели, runtime или provider.

Регрессионный протокол

Сохраните версии пакетов, providers, имена tensor, shape и dtype. Используйте минимум пять входов: стандартный, другой batch, нули, отрицательные значения и граничный допустимый диапазон. Сравнивайте outputs с эталонной реализацией и явно задавайте абсолютный и относительный допуск. Измерение производительности отделяйте от проверки точности: сначала докажите эквивалентность, затем делайте прогрев и много повторов. Не выбирайте лучший прогон вручную — публикуйте p50, p95 и условия машины. Ошибка одного теста должна блокировать замену модели, но не требует останавливать независимые сервисы.

Диагностика расхождений

Если значения отличаются, локализуйте слой по порядку: исходный файл, preprocessing, dtype и shape, выбранный provider, затем численная точность операторов. Сохраните небольшой обезличенный вход и outputs обеих реализаций. Не начинайте с увеличения допуска: так можно скрыть переставленные каналы или неверную токенизацию. Для динамического batch проверяйте каждую строку отдельно и вместе, чтобы обнаружить ошибочную зависимость между элементами. Для stateful preprocessing сбрасывайте состояние между тестами. После исправления повторите весь набор, включая негативные случаи, а не только один пример, который раньше падал.

Типичные ошибки и чего не делать

  • Не вызывайте end_profiling до нужных run.
  • Не оставляйте profiling постоянно включённым в high-load без оценки.
  • Не оптимизируйте самый долгий оператор без проверки общей доли времени.

Не изменяйте модель, dtype или форму случайными преобразованиями, лишь бы исчезло исключение. Не используйте вход из недоверенного источника без ограничений размера: огромный tensor способен исчерпать память. Не выдавайте арифметический мини-граф за оценку качества настоящей нейросети.

FAQ

Что возвращает end_profiling?

Путь к созданному файлу профиля.

Какой формат?

JSON trace с детальными событиями.

Влияет ли profiling на скорость?

Да, поэтому измеряйте накладные расходы.

Официальные источники

Частые вопросы

Что возвращает end_profiling?

Путь к созданному файлу профиля.

Какой формат?

JSON trace с детальными событиями.

Влияет ли profiling на скорость?

Да, поэтому измеряйте накладные расходы.

Читайте также

ГайдыONNX RuntimePython26 сентября 2026

Как использовать I/O Binding ONNX Runtime на CPU

I/O Binding в Python на CPU: OrtValue из NumPy, bind_ortvalue_input, bind_output, run_with_iobinding и точная проверка результата.

4 мин 
ГайдыONNX RuntimePython26 сентября 2026

Как настроить intra-op потоки ONNX Runtime через SessionOptions

SessionOptions и intra_op_num_threads в ONNX Runtime: два потока, воспроизводимый output, честный benchmark и почему больше потоков не всегда быстрее.

4 мин 
ГайдыONNX RuntimePython26 сентября 2026

Как проверить Execution Provider ONNX Runtime и не ждать GPU зря

Проверка get_available_providers и session.get_providers: явный CPUExecutionProvider, отличие установленного provider от выбранного и безопасный fallback.

4 мин 

Подбор

Какую нейросеть выбрать

Пройти опрос

Комментарии

Пока тихо. Скажите первое слово