gaotihong 于 2015.07.28 11:40 提问
- VS编写的GMM函数，效率问题 5C
-
问一下，大家运行OPENcv时， 效率怎么样？主要是CPU和内存的占有量。
我近期在window平台上，运行一个GMM程序，（是公司提供的库函数，我只是进行简单的调用），CPU占用25%，内存占用11.136K。
请问一下：
1.通常怎么优化代码么，可以从哪些角度入手？
2.怎么评估代码的好坏？
我的机器：处理器：Intel(R) Core(TM) i3-4160 CPU@3.6GHZ,
内存：4.00GB（3.87GB可用）
系统：64位操作系统（window7）
-
-
devmiao
2015.07.28 11:43
cpu占25说明程序没有充分利用多核并行计算
-
-
oyljerry
2015.07.28 12:29
如果想充分利用多核CPU，你可以开多线程，或者多进程来跑你的程序，比如运行你的程序实例4-8个，这样来充分挖掘CPU的性能。
准确详细的回答，更有利于被提问者采纳，从而获得C币。复制、灌水、广告等回答会被删除，是时候展现真正的技术了！
- 其他相关推荐
- vs2008查看函数运行时间的方法。
- 首先，需要添加头文件 time.h 里面定义了 time_t 类型的变量。实际上是整形的数据。 先定义几个变量： time_t begin,stop,during; 在函数开始和结尾处分别加上这两句： begin = clock(); stop = clock(); 然后 during = double(end-begin)/CLOCKS_PER_SEC;
- GMM算法和Python简单实现
- GMM算法原理和Python实现
- GMM模型，用MATlab编写的。可以用来训练
- 混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的混合高斯模型，用在模式识别上面的
- GMM与K-means的那些事
- GMM算法GMM 与 K-meansGMM 模型GMM 聚类参数与似然函数算法流程Matlab 实现Python版本代码GMM与K-means对比关于GMM算法中奇异矩阵的问题 【原创】Liu_LongPo 转载请注明出处【CSDN】http://blog.csdn.net/llp1992 GMM算法 GMM ，Gaussian Mixtu
- 利用opencv封装的2种GMM函数实现的前景目标提取，同时带blob连通域标记。
- 利用opencv封装的2种GMM函数实现的前景目标提取，同时带blob连通域标记。
- 性能特性测试系列2——c++11 std::function和正常调用函数效率比较
- 序 测试结果 测试数据解释 测试结果总结 总结与分析 原本是没打算写一个系列的，结果到了第二篇才开始写一个前言，本来不确定自己会测试哪些东西，哪些内容，以及有没有时间持续写这些比较偏的内容，但既然有打算写第二篇了，那么就写一个系列吧。本系列主要是QT和c++一些对比，当然也可能会有本篇这种纯c++的测试，看情况吧只能说。测到哪里写到哪里，时间就不太好说了= =。序 对于std::function和s
- EM算法解决GMM问题
- 高斯混合模型高斯混合模型是几个高斯成分的简单线性叠加，可以提供比单高斯更加丰富的密度模型。 高斯模型的形式： 这就表示此模型是由K个高斯分布线性叠加而成。高斯混合模型公式的推导引入一个K维的二进制随机变量z，其中只有一个元素zkz_k为1，其他元素都为0。因此zkz_k的值满足zk∈0,1z_k\in{0,1}并且∑kzk=1\sum_k z_k=1。通过哪个元素不为0，可以看出向量z有K种
- EM算法与GMM的训练应用
- 注：本文主要参考Andrew Ng的Lecture notes 8，并结合自己的理解和扩展完成。本文有的数学推导过程并不是那么的严密，主要原因是本文的目的在于理解原理，若数学推导过于严密则文章会过于冗长。GMM简介GMM(Gaussian mixture model) 混合高斯模型在机器学习、计算机视觉等领域有着广泛的应用。其典型的应用有概率密度估计、背景建模、聚类等。图1 GMM用于聚类图2 GM
- EM算法训练GMM的聚类函数vq_flat
- EM算法训练GMM的Matlab实现过程(总结) 中 的vq_flat代码
- 通过VS2010性能分析来查找代码中那些地方最损耗资源
- smark https://github.com/IKende/ 通过VS2010性能分析来查找代码中那些地方最损耗资源 在编写完成一个程序后，大家都比较关心程序的性能如何，想把程序优化得更好。很多时候凭个人直觉来优化程序是件非常不靠普的事情，即使你是一个优秀的开人员也很难准确地判断程序中那些出现问题。VS2010提供了性能分析工具就能轻松地帮我们解决这一事情。