parallel-processing

0热度

1回答

我有一种情况，我想循环一个列表（with_items）并执行命令。但是，除非第一项在所有主机上完成，否则下一项无法启动。我将循环的项目数量将非常庞大。但是，主机中不应该有任何与正在使用的项目有关的偏差。除非项目1在整个主机池中完成，否则主机不应该启动项目2。要创建概念证明我希望能达到以下 - name: proof of concept command: bash -c /home/u

-3热度

1回答

更好的线程代码以减少计算时间的方法

我写了一个opencv代码，它读取一个视频，在每一帧中查找红色像素，并在红色像素数超过一定数量时将帧导出为png文件。代码运行良好，但我正在寻找进一步减少计算时间的方法，因为视频长度为4-5小时。我正在阅读关于使用parallel_pipeline的文章，并想知道如果使用它会大大加快进程。根据我阅读的内容，似乎我将不得不为每项主要任务分配一个线程（读取视频帧，使用inRange进行颜色检测/阈值处

4热度

1回答

parTraversable不产生任何火花

当我与-s运行此程序： module Main where import Control.Parallel.Strategies main :: IO() main = do let xs = take 1000 $ product . take 1000 . repeat <$> [1..] x = product (xs `using` parList rseq)

0热度

1回答

无法将数组发送到MPI中的正确目标处理器

我正尝试将数组发送到超立方体系结构中的不同处理器。问题是它要么不发送给所有的处理器，要么发送给错误的处理器。当我尝试发送一个整数时，它可以正常工作。下面是代码： void hypercube(int d,int my_id,int X[]){ mask = (int)pow((double)2,d)-1; for(i = d-1;i>=0;i--){ //printf("

2热度

1回答

并行Python Dask Running Bag操作

我试图在使用Dask和read_text的json文件上运行一系列操作，但是当我检查Linux系统监视器时，只有一个内核在100％时使用过。我如何知道我在Dask Bag上执行的操作是否可以并行化？下面是我在做什么的基本布局： import dask.bag as db import json js = db.read_text('path/to/json').map(json.loads)

3热度

1回答

AsyncResponse和Java 8并行流问题

我使用弹簧启动与Jersey rest api @POST @Path("test") @Produces(MediaType.APPLICATION_JSON) @Consumes(MediaType.APPLICATION_JSON) public void test(final List<String> requests, @Suspended final AsyncResponse

0热度

1回答

QT并行编程

我写了自己的合并排序，在一个线程中工作正常，但是当我尝试以并行方式运行时，出现错误。 void GameModel::mergesort_mt3(QVector<QPair<int,Matrix>>::iterator begin, QVector<QPair<int,Matrix>>::iterator end, unsigned int N) { au

1热度

2回答

儿童演员，期货和例外

我目前正在使用注册过程处理应用程序。此注册过程在某些时候将以异步方式与外部系统进行通信。为了使这个问题简洁明了，我显示你，我已经写了两个重要角色： SignupActor.scala class SignupActor extends PersistentFSM[SignupActor.State, Data, DomainEvt] { private val apiActor = co

-1热度

1回答

Parallel.ForEach最后在当时执行一个任务

我有一列我想要使用Parallel.ForEach并行执行的任务。它可以很好地开始并行运行4个任务，但最终每次只能减少一个任务。这里是并行任务的时间计数： 1 2 3 4 4 3 4 4 ... 4 4 4 3 3 1 1 1 1 1 1 1 并行最大程度被设置为4 。执行结束时，一次只执行一个任务，所有执行都在同一个线程上运行。我的问题是为什么我最终一次执行这个任务？我怎样才能避免这种情况？

12热度

2回答

如何在python joblib中写入共享变量

以下代码将for循环并行化。 import networkx as nx; import numpy as np; from joblib import Parallel, delayed; import multiprocessing; def core_func(repeat_index, G, numpy_arrary_2D): for u in G.nodes():