我正在尝试学习如何使用Pytorch profiler API来测量使用不同方法训练模型时的性能差异。在专用的tutorial中，有一个部分展示了如何使用分析器的“schedule”参数来执行此操作。
我的问题是，当我想在代码中使用它时，第一次调用step“wait”时会打印一条消息
[W kineto_shim.cpp：337]分析器未初始化：跳过step（）调用
由于我希望我的分析器在大部分时间都处于睡眠状态，所以我的“等待”值相当高，所以它会用一堆这样的行污染我的终端，直到分析器第一次真正执行
我怎么才能摆脱它？
下面是重现该问题的最小代码示例

import torch
from torch.profiler import profile, record_function, ProfilerActivity

with profile(
        activities=[torch.profiler.ProfilerActivity.CUDA],
        schedule=torch.profiler.schedule(wait=15, warmup=1, active=4),        
        profile_memory=False,
        record_shapes=True,
        with_stack=True,
    ) as prof:
        for _ in range(20):
            y = torch.randn(1).cuda() + torch.randn(1).cuda()
            prof.step()
            

print(prof.key_averages())