webgpu测量tfjs模型推理时每层的执行时间 flops

[database]

我想通过获得模型推理时每层的执行时间和flops来形成一个条形图进行性能分析。
我尝试使用

for(var i=0; i<length; i++){
  if( i==0 ){
    const startTime = tf.util.now();
    testdata=model.layers[i].call(testdata);
    const endTime = tf.util.now();
    console.log(`Layer ${i} took ${(endTime - startTime)}ms`);
  }else{
    const startTime = tf.util.now();
    testdata=model.layers[i].apply(testdata);
    const endTime = tf.util.now();
    console.log(`Layer ${i} took ${(endTime - startTime)}ms`);
  }
}

来进行以层粒度进行推理，获取每层的执行时间，但发现时间加起来apply比model.perdict(data)时间少了很多。有其他最佳的方法获得每层的推理时间吗