尝试用不同的python分类方法运行非常密集的nla程序。在
程序的运行需要几天时间,因此,我正在尝试为程序分配更多的容量。然而,我并不真正理解我是否做了正确的事情,因为在我的新分配中,python代码并没有明显更快。在
以下是关于我笔记本的一些信息:
我有一台运行Windows10的笔记本电脑,搭载英特尔酷睿i7,4核(8个逻辑处理器)@2.5GHz,32GB物理内存。在
我做了什么:
我在vmoptions文件中更改了一些参数,现在看起来是这样的:-Xms30g
-Xmx30g
-Xmn30g
-Xss128k
-XX:MaxPermSize=30g
-XX:ParallelGCThreads=20
-XX:ReservedCodeCacheSize=500m
-XX:+UseConcMarkSweepGC
-XX:SoftRefLRUPolicyMSPerMB=50
-ea
-Dsun.io.useCanonCaches=false
-Djava.net.preferIPv4Stack=true
-XX:+HeapDumpOnOutOfMemoryError
-XX:-OmitStackTraceInFastThrow
我的问题:
但是,正如我所说的,我的代码运行速度并不快。除此之外,如果我调用taskmanager,我可以看到pycharm通常使用80%的内存,而0%的CPU,python使用20%的CPU和0%的内存。在
我的问题:
为了让python代码的运行速度更快,我需要做些什么?
我是否可能需要为pycharm或python分配更多的CPU?
向pycharm分配内存与python解释器的运行时之间有什么联系?在
非常感谢=)