从一个简单的实际例子看并行处理

坠金

已于 2024-01-15 20:56:34 修改

阅读量102

点赞数

分类专栏：八股数据处理文章标签：算法

于 2023-12-05 15:12:15 首次发布

本文链接：https://blog.csdn.net/qq_41413211/article/details/134807343

版权

数据处理同时被 2 个专栏收录

26 篇文章 10 订阅 ¥9.90 ¥99.00

订阅专栏

八股

24 篇文章 2 订阅 ¥9.90 ¥99.00

订阅专栏

本文通过一个计算图像中黑色像素点的例子，探讨并行处理如何减少等待时间。内容涉及并行处理的硬件基础，如CPU和GPU的并行能力，以及如何设置核心数以优化性能。通过代码实现，展示了并行处理的加速效果，同时指出在GPU上处理复杂任务可能带来更大的速度提升。最后讨论了GPU显存不足时，如何通过分批次处理解决空间问题。

摘要由CSDN通过智能技术生成

在不使用并行处理之前

假如我有一个很大的tif图片

我想算一下这张图片中有多少的像素点是黑色的，我可能会这么做：

def cnt_black(filename):
    img = tf.imread(filename)
    width, height, channels = img.shape
    cnt = 0
    for i in range(width):
        for j in range(height):
            r, g, b = img[i, j, 0], img[i, j, 1], img[i, j, 2]
            if r == 0 and g == 0 and b == 0:
                c_num += 1
    return cnt

这么遍历耗时很久，等待程序出结果的时间中我的耐心要消耗光了！

现在我们了解到，并行处理或许可以减少我们等待的时间。