我使用最小编辑距离算法来确定两个字符串的关联程度。我已经实现了它在CPU上运行，当你有数百个字符串时，它工作得很好，但当你多次比较数千个字符串时，它是一个减慢的来源。因此，我认为将负载卸载到GPU上可能会很有用，因为它可以同时执行多个比较。
这个是可能的吗？我遇到的Metal资源主要是用于图形，这对我没有什么帮助。或许他们就是呢？
浏览 29提问于2017-01-19得票数 7
回答已采纳
我刚刚更新到Xcode 8/IOS10SDK，现在当我编译和运行我的应用程序时，我会在输出中的所有其他日志之前得到[DYMTLInitPlatform] platform initialization
浏览 0提问于2016-09-15得票数 19
3回答
如果我使用GPU，我如何知道我的串行代码是否会运行得更快？我知道这取决于很多事情...也就是说，如果代码可以在SMID fation中并行，以及所有这些东西...但是，我应该考虑什么因素才能“确定”我将获得速度？算法应该是令人尴尬的并行吗？因此，如果算法的某些部分不能并行化，我不会费心去尝试GPU？我应该考虑样
浏览 0提问于2011-04-14得票数 1
回答已采纳
4回答
我正在为大量使用快速傅立叶变换(以及一些信号处理操作，如插值和重采样)的iOS (即，iPhone或iPad)实现计算密集型应用程序。允许在iOS上运行FFT的最好的库和应用程序接口是什么？我已经简单地研究了苹果的Metal和苹果的vDSP。我不确定vDSP是否使用了GPU，尽管它似乎是高度并行化的，并且使用了单指令多路存储器。Metal似乎允许GPU用于计算密集
浏览 12提问于2014-09-24得票数 7
我正在观看Metal API概述视频，其中提到命令缓冲区可以有多个命令编码器，命令编码器定义渲染目标，这是帧缓冲区特定的。但我不明白的是，相对于帧缓冲区，命令缓冲区是如何执行的。什么是层次结构？
浏览 0提问于2021-02-23得票数 0
我有一些用Metal写的并行计算任务。我想知道我是否可以在两个或更多的GPU上同时运行金属内核？
浏览 29提问于2019-08-27得票数 0
回答已采纳
3回答
学会使用GPU吗？
、、、、
阅读scikit的实现--在TensorFlow：和scikit中学习--学习：，我正在努力决定使用哪个实现。
TensorFlow
浏览 10提问于2017-01-10得票数 108
回答已采纳
我目前正在运行一个简单的脚本来训练mnist数据集。通过Tensorflow通过我的CPU运行培训将给我49us/sample和一个3e时代，使用以下代码：-mnist = tf.keras.datasets.mnistopencl_amd_radeon_pro_580_compute_engine通过plaidml安装程序运行数据集时，我使用以下代码获得了具有15s时间的249
浏览 0提问于2019-09-29得票数 4
回答已采纳
我尝试使用我的.mlmodel来预测IOS14，使用与苹果文档链接中描述的相同的方法：
我不犯错误。我不明白是怎么回事。我的两个输入和输出都是按预期设置的，模型似乎从TF2正确转换为mlmodel。有什么建议来分析和解决这个问题吗？
浏览 3提问于2020-11-24得票数 0
回答已采纳
我正在使用keras-rl使用D-DQN算法训练我的网络。我正在使用model.fit_generator()函数在GPU上运行我的训练，以允许在GPU进行backprops时将数据发送到GPU。我怀疑与GPU处理数据的速度相比，数据的生成速度太慢了。
在生成数据时，正如D-DQN算法
浏览 5提问于2018-07-25得票数 5
可以使用OpenACC在图形处理器上运行java代码的"for循环“吗？我的数据挖掘算法是用java编写的，我想在GPU上并行我的顺序代码。如何在GPU上实现java代码的并行化？
浏览 1提问于2015-04-14得票数 4
我一直在使用Xcode项目，但现在我正在开始一个项目，我希望将来在其他平台上运行，所以我使用Swift包管理器来生成项目，但我面临一个问题，我的库需要包括一个金属着色器文件(也是一个openGL着色器文件我的项目有两个部分，一个是包含图形内容的库，另一个是可执行文件，它是我的实际应用程序，所以我想将我的图形库导入到我的应用程序中，但问题是Xcode项目中没有包含金属着色器文件，它似乎也没有编译/包含在库的捆
浏览 11提问于2018-01-14得票数 6
5回答
我正在寻找通用算法的例子(意为非图形相关的)，这些算法在GPU上运行的速度比在CPU上快一个数量级。我将使用这些例子创造性地思考我可以在GPU上实现的其他算法。
浏览 0提问于2011-12-27得票数 10
2回答
我正在对Nvidia GPU执行scikit学习算法，没有错误，所以假设scikit运行在底层硬件上。由于scikit-learn不是针对GPU设计的，什么是进程，使算法能够运行？例如，我正在使用带有规范的Gigabyte Nvidia GTX 1060 WF2 3GB GDDR5 PCI-E运行执行scikit学习算法：1582MH
浏览 19提问于2017-10-01得票数 0
回答已采纳
1回答
我在M1 MacBook Air上与Keras建立了一个简单的网络，我安装了官方推荐的，期望得到更快的训练或预测速度。然而，GPU预测的速度比CPU慢3.5倍，这让我感到困惑。下面是我的代码，无论是否启用GPU，输出：from keras.callbacks import ModelCheckpoint
fromf'Predict {Xtest.shape[0]} sample
浏览 5提问于2022-01-10得票数 2
回答已采纳
我在Nexus 10上移植和工作了几个基本算法(DCT/IDCT和其他几个算法)。由于这些算法是第一个实现的，所以它们的执行时间目前处于secs中，这是可以理解的。但是，考虑到Renderscript的体系结构，我看到这些算法要么运行在CPU上，要么运行在GPU上，具体取决于其他并行应用程序活动。例如，在我</
浏览 4提问于2013-09-12得票数 10
回答已采纳
1回答
我已经用着色器语言编写了金属内核(.metal)。但它并没有像我预期的那样工作，所以我考虑了调试，并遵循进行调试。我已经调用了MTLCommandQueue的insertDebugCaptureBoundary方法来通知Xcode有关调试的信息。
但是仍然不能像在CPU中那样调试GPU部分代码。当做步骤调试在中央处理器的部分代码，我将如何得到图形处理器代码(.metal文件)的提示？可以调试GPU的分步代码吗？如果<
浏览 0提问于2015-12-04得票数 10
我试图在命令行应用程序中使用MTLCaptureManager编程地捕获GPU帧。#import <Foundation/Foundation.h>
浏览 11提问于2020-09-02得票数 4
回答已采纳
我已经开发了Xcode项目，当iPhone摄像头直播流时，它使用OpenCV函数进行图像处理。它需要一些时间来处理一帧，并且看起来不是实时的。有没有可能通过集成OpenCV和金属来加速计算？如何使用Metal将处理时间降低到至少10ms？
浏览 21提问于2019-04-11得票数 1
3回答
我有128乘128像素的图像。每个网格块包含16个×16个像素。我想数一下我的图像包含多少黑色像素。笔直前进：...but我想知道如果使用GPU，我可以将图像分解成块/块，并计数每个块中的所有像素，然后对结果进行求和。如果我通过我的程序运行</
浏览 10提问于2017-06-03得票数 11
回答已采纳
云服务器
ICP备案
云直播
即时通信 IM
实时音视频
腾讯云开发者
