你的浏览器禁用了JavaScript, 请开启后刷新浏览器获得更好的体验!
输入关键字进行搜索
搜索:
发现
话题
· · ·
登录
注册
Caffe
Window下部署,采用AfxBeginThread创建线程调用classifier时?
在主线程调用识别时,时间正常单张小图运行时间8ms左右;当创建一个单独的线程进行处理时,运行时间会到100ms,经过多次测试已经确认;当使用采用AfxBeginThread创建线程调用classifier时耗时较长。是否有同类问题给予解决?单个GPU
没有找到相关结果
已邀请:
与内容相关的链接
提交
1 个回复
liuqingjie1987
赞同来自:
遇到同样的问题 主线程中初始化,子线程运行的时候,效果和跑cpu版是一样慢的,应该是每次执行识别的时候,都要在此函数中Caffe& Caffe::Get()重新初始化,包括cublas,他们说因为caffe是TLS机制,改进方法里面增加个静态函数:
void Caffe::Set(Caffe* ctx) {
if (ctx == 0)
thread_instance_.release();
else
thread_instance_.reset(ctx);
}
然后修改原来的get函数为:
Caffe& Caffe::Get() {
//if (!thread_instance_.get()) {
// thread_instance_.reset(new Caffe());
//}
//return *(thread_instance_.get());
CHECK(thread_instance_.get()) << "Caffe context not initialized";
return *(thread_instance_.get()); //liuqj modify
}
不过我还不知道怎么用,有大神会吗
要回复问题请先
登录
或
注册
发起人
tianya1989
相关问题
如何优雅地部署caffe程序?
caffe for window的autoencoder运行问题
想了解cnn的sliding-window具体操作,有没有好的学习资料推荐?
调用caffemodel中的权重赋值给自己的网络
CPU运行caffe是否有多线程的开关?以此来提高CPU利用率。
faster rcnn中为什么说rpn中的边框回归是粗略的,classifier中的边框回归是精确的?
请问在RNN上有比较好的采用Batch Normalization的实践么?
opencv调用caffemodel实现图像分类
caffe预测支持多线程嘛?是如何实现的?
caffe的SoftmaxWithLossLayer层的Backward_cpu为什么不调用SoftmaxLayer的Backward?
针对已经训练好的深度学习网络模型,采用迁移学习从该模型中学习特征,维数比较大,该如何处理迁移学习出来的大维数特征呢
问题状态
最新活动:
2017-08-06 21:40
浏览:
1633
关注:
2
人
1 个回复
liuqingjie1987
赞同来自:
void Caffe::Set(Caffe* ctx) {
if (ctx == 0)
thread_instance_.release();
else
thread_instance_.reset(ctx);
}
然后修改原来的get函数为:
Caffe& Caffe::Get() {
//if (!thread_instance_.get()) {
// thread_instance_.reset(new Caffe());
//}
//return *(thread_instance_.get());
CHECK(thread_instance_.get()) << "Caffe context not initialized";
return *(thread_instance_.get()); //liuqj modify
}
不过我还不知道怎么用,有大神会吗