multicore

    0热度

    1回答

    我正在使用神经网络包r建立一个神经网络。我的数据有22个变量和36,500行一旦我获得所有数据,这将增加。所以这个计算过程花费了很多时间,因为它只使用一个核心/ CPU,我希望R会话使用4个核心/ CPU中的3个来运行相同的东西。我应该怎么做? 请提供参考,如果有的话。 PS:我使用Ubuntu 16.04和具有R版本3.2.3

    8热度

    2回答

    我喜欢比较time_point和std::chrono::high_resolution_clock,它们是在处理器中的不同内核上运行的线程中测得的。是否会有显着差异,例如时滞或更快/更慢的时钟?标准指定了什么?

    0热度

    3回答

    我目前正在研究信号量和互斥实际如何工作,并遇到以下问题。 我们假设我们在CPU上有两个内核。我们有两个进程,每个核心都运行一个进程。现在我们正在呼吁两个内核的wait()调用,因为我们希望进入一个关键部分:如果两个内核并行执行代码 wait(){ while(s.value <= 0) // busy waiting s.value--; } ,初始信号值是1,

    0热度

    1回答

    我使用Jupyter与Keras + Tensorflow一起训练深度网络。我正在使用我的Windows笔记本电脑的Intel i5 CPU,并且需要一些时间进行培训。 我想在不减慢培训速度的情况下开展一个侧面项目。我可以在另一个CPU内核上启动新的Jupyter内核吗?如果是这样,我该怎么做? 谢谢:)

    0热度

    2回答

    说你有4个数字,你需要在Python中使用多线程1打印所有数字的乘法表100。我想出了这个代码是 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热度

    1回答

    我正在阅读Euiseong Seo等人的“Energy Efficient Scheduling of Real-Time Tasks on Multicore Processors”(2008,doi:10.1109/TPDS.2008.104,PDF)。在某个时刻,他们指出具有单个时钟域的多核架构是最常见的。这仍然是这样吗?

    0热度

    2回答

    我正在使用软件包multidplyr,您可以在其中将数据拆分到dplyr管道中的多个核心上。 您可以使用cluster_assign_value()将值和函数分配给核心,但问题是如何将包分配给群集?因为它应该能够在函数中使用包。 我期待像cluster_assign_package()但我找不到这样的功能。

    2热度

    1回答

    大家好。我有一个Python文件(例如named:run.py)。这个程序需要一些参数(python run.py param1 param2 ...),每个元组参数都是一个设置。现在,我必须同时运行许多设置才能尽快完成所有设置。我写了一个文件run.sh如下: python run.py setting1 & python run.py setting2 & #more setting .

    0热度

    1回答

    我面临多核系统的可伸缩性问题。我的应用程序在4个物理核心机器上并行处理科学数据,8个逻辑核心启用超线程。我们推出8个JVM,每个逻辑核心一个(我们最终可能会切换到一个JVM,以避免JVM的开销) 问题是可扩展性几乎是线性的,最多4个核心,但我们几乎没有增加10-20通过增加4个“逻辑核心”来提高性能。 我通过剖析应用程序来分析线程行为,并且看不到太多的锁或线程。我也检查了pidstat,我没有看到

    0热度

    1回答

    我正在实现一个简单版本的矩阵每矩阵乘法和矩阵每个向量与openblas与dgemm和dgemv的乘法。我看到openblas只运行在一个核心上。 我试着添加-lpthread进行编译,但没有成功。 我打电话DGEMM和dgemv的方法很简单:在多个内核上 cblas_dgemv(order, trans, m, n, alpha, a, lda, x, incx, beta, y, incy);