### 如何在Python代码中记录和查看运行时间、电脑配置及超参数的赋值 #### 记录和查看运行时间 为了测量一段代码的执行时间，可以使用 `time` 或者更精确的 `timeit` 模块。以下是通过 `time` 模块来计算程序运行时间的方法： ```python import time start_time = time.time() # 获取当前时间戳 # 这里放置需要计时的代码逻辑 for i in range(1000000): pass end_time = time.time() # 结束后的当前时间戳 execution_time = end_time - start_time # 执行时间差 print(f"Code execution took {execution_time:.4f} seconds.") # 输出执行时间[^1] ``` 如果需要更高精度的时间测量，则推荐使用 `perf_counter()` 方法。 ```python from time import perf_counter start = perf_counter() # 被测代码... end = perf_counter() elapsed = (end - start) * 1e3 # 将秒转换成毫秒 print(f"The code ran in {elapsed:.2f} milliseconds.") ``` #### 查看电脑硬件配置 要获取系统的硬件信息（CPU型号、内存大小等），可以通过第三方库如 `psutil` 来完成安装并导入该库之后即可调用相应函数读取这些数据。 ```bash pip install psutil ``` 下面是一个简单的例子展示如何利用此库查询基本信息: ```python import platform import psutil def get_system_info(): system_info = { "System": platform.system(), "Node Name": platform.node(), "Release": platform.release(), "Version": platform.version(), "Machine": platform.machine(), "Processor": platform.processor(), "Physical Cores": psutil.cpu_count(logical=False), "Total Cores": psutil.cpu_count(logical=True), "Max Frequency": f"{psutil.cpu_freq().max:.2f}Mhz", "Memory Info": f"{round(psutil.virtual_memory().total / (1024 ** 3), 2)} GB" } for key, value in system_info.items(): print(f"{key}: {value}") get_system_info() ``` 这段脚本会打印出操作系统名称、主机名、版本号以及处理器详情等内容[^3]。 #### 处理超参数及其赋值情况 对于机器学习项目中的超参数管理来说，通常的做法是创建一个字典或者专门的对象用来保存所有的设置项；另外也可以考虑采用 YAML 文件的形式来进行外部化的维护工作以便于调整尝试不同的组合方案而无需修改源码本身。 这里给出了一种基本的方式即定义一个 HyperParams 的类用于封装各个维度上的初始设定值： ```python class HyperParams: def __init__(self): self.learning_rate = 0.01 self.batch_size = 64 self.num_epochs = 50 def display(self): params_dict = vars(self) param_strs = ', '.join([f'{k}={v}' for k,v in params_dict.items()]) return f"Hparams({param_strs})" hp = HyperParams() print(hp.display()) ``` 这样就可以很方便地访问任何特定的关键数值了同时还能一次性输出全部的内容供调试参考之需[^1]. ---