shape_based_matching
shape_based_matching copied to clipboard
meiqua
fusion time耗时异常
你好，根据你之前的调试建议，我在arm_linux环境上调整const int tileRows = 32;const int tileCols = 256;const int num_threads_ = 4;这几个参数；发现检测耗时，每过一会有fusion time耗时会异常，差别有60-100ms，一般会有10-30ms偏差.调了比较长时间，问题依然没有得到解决，请问还有其它地方可以优化吗？谢谢。
下面是之前没改动代码的耗时情况：
调试参数设置：const int tileRows = 32; const int tileCols = 256; const int num_threads_ = 4;
我在我的工作台式电脑上跑同样环境检测同种物料，耗时在50ms左右，比较稳定。电脑配置看下面截图：
有安装NVIDA CUDA运行库寄相关驱动和开发工具。而且添加了openmp对算法耗时起到了比较大作用，在台式电脑上跑出算法总耗时在50ms左右的效果，我认为NVIDA CUDA运行库起到了比较重要的作用。如果算法在TX2上跑，是不是算法耗时会比较稳定，而且耗时会比较少？
没有在GPU上跑。这样的话需要更细致的profile看看，可以这样：
- 先把openmp关掉看一下，确认是不是openmp带来的问题
- 更细致地对fusion每个阶段计算耗时，尽量缩小范围看哪一部分跳动
有个描述需要更正一下；之前那个在windows跑的耗时效果是没有加入opemmp支持的。以下是加入opemmp支持的fusion time和match time情况，耗时减半；应该是跟opemmp有关的。
------------------ 原始邮件 ------------------ 发件人: "meiqua/shape_based_matching" <[email protected]>; 发送时间: 2021年3月8日(星期一) 晚上8:06 收件人: "meiqua/shape_based_matching"<[email protected]>; 抄送: "正在输入........"<[email protected]>;"Author"<[email protected]>; 主题: Re: [meiqua/shape_based_matching] fusion time耗时异常 (#136)
没有在GPU上跑。这样的话需要更细致的profile看看，可以这样：
先把openmp关掉看一下，确认是不是openmp带来的问题
更细致地对fusion每个阶段计算耗时，尽量缩小范围看哪一部分跳动
— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.
嗯。谢谢
------------------ 原始邮件 ------------------ 发件人: "meiqua/shape_based_matching" <[email protected]>; 发送时间: 2021年3月8日(星期一) 晚上9:13 收件人: "meiqua/shape_based_matching"<[email protected]>; 抄送: "正在输入........"<[email protected]>;"Author"<[email protected]>; 主题: Re: [meiqua/shape_based_matching] fusion time耗时异常 (#136)
一般加-fopenmp会自动定义这个宏。波动的话，先不开openmp测一下时间，这样单线程比如容易确定是哪部分
— You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.
你好，通过调试，基本可以确定是哪个代码段引发运行耗时不稳定。定位到的代码断： // update one by one for(int i=0; i<nodes_private.size(); i++) nodes_private[i]->update(); 第一次fusion time，在process函数中大for循环中循环16次，每次执行以上代码段耗时不一样，一般耗时在2-38ms波动；第二次fusion time，在process函数中大for循环中循环4次，每次执行以上代码段耗时比较稳定， 每次执行耗时5ms，波动不大。