multicore

    0熱度

    1回答

    我正在使用神經網絡包r建立一個神經網絡。我的數據有22個變量和36,500行一旦我獲得所有數據,這將增加。所以這個計算過程花費了很多時間,因爲它只使用一個核心/ CPU,我希望R會話使用4個核心/ CPU中的3個來運行相同的東西。我應該怎麼做? 請提供參考,如果有的話。 PS:我使用Ubuntu 16.04和具有R版本3.2.3

    8熱度

    2回答

    我喜歡比較time_point和std::chrono::high_resolution_clock,它們是在處理器中的不同內核上運行的線程中測得的。是否會有顯着差異,例如時滯或更快/更慢的時鐘?標準指定了什麼?

    0熱度

    3回答

    我目前正在研究信號量和互斥實際如何工作,並遇到以下問題。 我們假設我們在CPU上有兩個內核。我們有兩個進程,每個核心都運行一個進程。現在我們正在呼籲兩個內核的wait()調用,因爲我們希望進入一個關鍵部分:如果兩個內核並行執行代碼 wait(){ while(s.value <= 0) // busy waiting s.value--; } ,初始信號值是1,

    0熱度

    1回答

    我使用Jupyter與Keras + Tensorflow一起訓練深度網絡。我正在使用我的Windows筆記本電腦的Intel i5 CPU,並且需要一些時間進行培訓。 我想在不減慢培訓速度的情況下開展一個側面項目。我可以在另一個CPU內核上啓動新的Jupyter內核嗎?如果是這樣,我該怎麼做? 謝謝:)

    0熱度

    2回答

    說你有4個數字,你需要在Python中使用多線程1打印所有數字的乘法表100。我想出了這個代碼是 from threading import Thread def multable(r, number): for i in range(1,101): mul = number*i print "\n%d x %d = %d" %(number, i, mul)

    1熱度

    1回答

    我正在閱讀Euiseong Seo等人的「Energy Efficient Scheduling of Real-Time Tasks on Multicore Processors」(2008,doi:10.1109/TPDS.2008.104,PDF)。在某個時刻,他們指出具有單個時鐘域的多核架構是最常見的。這仍然是這樣嗎?

    0熱度

    2回答

    我正在使用軟件包multidplyr,您可以在其中將數據拆分到dplyr管道中的多個核心上。 您可以使用cluster_assign_value()將值和函數分配給核心,但問題是如何將包分配給羣集?因爲它應該能夠在函數中使用包。 我期待像cluster_assign_package()但我找不到這樣的功能。

    2熱度

    1回答

    大家好。我有一個Python文件(例如named:run.py)。這個程序需要一些參數(python run.py param1 param2 ...),每個元組參數都是一個設置。現在,我必須同時運行許多設置才能儘快完成所有設置。我寫了一個文件run.sh如下: python run.py setting1 & python run.py setting2 & #more setting .

    0熱度

    1回答

    我面臨多核系統的可伸縮性問題。我的應用程序在4個物理核心機器上並行處理科學數據,8個邏輯核心啓用超線程。我們推出8個JVM,每個邏輯核心一個(我們最終可能會切換到一個JVM,以避免JVM的開銷) 問題是可擴展性幾乎是線性的,最多4個核心,但我們幾乎沒有增加10-20通過增加4個「邏輯核心」來提高性能。 我通過剖析應用程序來分析線程行爲,並且看不到太多的鎖或線程。我也檢查了pidstat,我沒有看到

    0熱度

    1回答

    我正在實現一個簡單版本的矩陣每矩陣乘法和矩陣每個向量與openblas與dgemm和dgemv的乘法。我看到openblas只運行在一個核心上。 我試着添加-lpthread進行編譯,但沒有成功。 我打電話DGEMM和dgemv的方法很簡單:在多個內核上 cblas_dgemv(order, trans, m, n, alpha, a, lda, x, incx, beta, y, incy);