Octave被认为是MATLAB的开源实现.
在MATLAB中有一个功能fitnet.
有人知道Octave中的相应功能吗?
PS:我还在我的八度版中安装了Octave的神经网络包.
或者,也许,有人知道其他一些具有此功能的包吗?
我希望有2个独立的erlang节点可以相互通信:
所以节点a@myhost将能够发送消息b@myhost.
是否有限制节点的任何方式a@myhost,所以只能从一个功能secure_module可以叫上b@myhost?
它应该是这样的:
a@myhost> rpc:call(b@myhost,secure_module,do,[A,B,C]) returns {ok,Result}
Run Code Online (Sandbox Code Playgroud)
和所有其他电话
a@myhost> rpc:call(b@myhost,Modue,Func,Args) return {error, Reason}
Run Code Online (Sandbox Code Playgroud)
其中一个选择是使用ZeroMQ库来建立节点之间的通信,但是如果可以使用一些标准的Erlang函数/模块来完成它会更好吗?
我在OpenMPHyperThreaded CPU上使用代码.
如果其他条件相同,那么非HyperThreaded CPU的性能会如何变化?
我注意到100%的处理器利用率,无论我运行多少线程,但改变线程数确实提高了性能.怎么会这样?
非INTEL多线程CPU的故事是否相同?
c++ parallel-processing multithreading openmp hyperthreading
所以我是 ZeroMQ 的新手,我正在尝试使用 ZeroMQ 发送字节消息PUB / SUB设置使用 ZeroMQ 发送字节消息。
编程语言的选择对于这个问题并不重要,因为我使用 ZeroMQ 进行多种语言之间的通信。
这是我的服务器代码:
import zmq
import time
port = "5556"
context = zmq.Context()
socket = context.socket(zmq.PUB)
socket.bind("tcp://*:%s" % port)
while True:
socket.send(b'\x84\xa5Title\xa2hi\xa1y\xcb\x00\x00\x00\x00\x00\x00\x00\x00\xa1x\xcb@\x1c\x00\x00\x00\x00\x00\x00\xa4Data\x08')
time.sleep(1)
Run Code Online (Sandbox Code Playgroud)
这是我的 python 客户端代码:
import zmq
context = zmq.Context()
socket = context.socket(zmq.SUB)
socket.connect("tcp://localhost:5556")
total_value = 0
for update_nbr in range (5):
string = socket.recv()
print (string)
Run Code Online (Sandbox Code Playgroud)
我的客户只是阻止string = socket.recv()。
我已经做了一些研究,所以显然,如果我要使用PUB / SUB设置发送字符串,我需要设置一些“主题过滤器”才能使其工作。但如果我要发送一些字节消息,我不确定该怎么做。
我的目标是将图像和数据字符串从 RPi(服务器)发送到客户端。我send_json(data)在数据是 dict 的地方使用{'img': img_ls, 'telemetry':'0.01, 320, -10'}。img_ls是将图像转换为列表。问题是我得到len( img_ls ) = 57556,而原始图像的大小为: 320 x 240 = 76800。我不明白为什么会出现差异。这是代码:
context = zmq.Context()
socket = context.socket(zmq.PUB)
socket.bind("tcp://0.0.0.0:5557")
def outputs():
stream = io.BytesIO()
while True:
yield stream
stream.seek(0)
sensors = '0.01, 320, -10'
img_ls = np.fromstring(stream.getvalue(), dtype=np.uint8).tolist()
data = {'telemetry': sensors, 'img': img_ls}
socket.send_json(data)
stream.seek(0)
stream.truncate()
with picamera.PiCamera() as camera:
camera.resolution = (320, 240)
camera.framerate = 80
time.sleep(2)
camera.capture_sequence(outputs(), 'jpeg', use_video_port=True)
Run Code Online (Sandbox Code Playgroud)
ip_server = "192.168.42.1" …Run Code Online (Sandbox Code Playgroud) 在我的项目中,我曾使用k均值对组之间的数据进行分类,但是我对Scikit-learn的k均值的计算存在问题-速度非常慢。我需要加强它。
我尝试将更n_jobs改为-1,但是速度仍然很慢!
有什么建议如何加快?
python machine-learning k-means unsupervised-learning scikit-learn
让我们定义:
from multiprocessing import Pool
import numpy as np
def func(x):
for i in range(1000):
i**2
return 1
Run Code Online (Sandbox Code Playgroud)
请注意,func()它做了一些事情,它总是返回一个小数字1。
然后,我比较了一个 8 核并行Pool.map()v/sa 串行,python 内置,map()
n=10**3
a=np.random.random(n).tolist()
with Pool(8) as p:
%timeit -r1 -n2 p.map(func,a)
%timeit -r1 -n2 list(map(func,a))
Run Code Online (Sandbox Code Playgroud)
这给出了:
38.4 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 2 loops each)
200 ms ± 0 ns per loop (mean ± std. dev. of 1 run, 2 loops each) …Run Code Online (Sandbox Code Playgroud) python parallel-processing performance multiprocessing parallelism-amdahl
我试图部署我的websocket服务器并开始运行它但总是给出:
PHP Fatal error:
Uncaught exception 'React\Socket\ConnectionException'
with message 'Could not bind to tcp://my_ip_here:8080:
Address already in use'
in /var/www/html/webscoket/vendor/react/socket/src/Server.php:29
Run Code Online (Sandbox Code Playgroud)
这是我的server.php:
<?php
require dirname(__DIR__) . '/vendor/autoload.php';
use Ratchet\Server\IoServer;
use Ratchet\Http\HttpServer;
use Ratchet\WebSocket\WsServer;
use React\Socket\Server;
use React\ZMQ\Context;
$loop = React\EventLoop\Factory::create();
$app = new onyxsocket();
$webSock = new Server($loop);
$webSock->listen(8080, 'my_ip_here');
$webServer = new IoServer(
new HttpServer(
new WsServer(
$app
)
),
$webSock
);
$context = new Context($loop);
$pull = $context->getSocket(ZMQ::SOCKET_PULL);
$pull->bind('tcp://my_ip_here:5555');
$pull->on('error', function ($e) {
var_dump($e->getMessage());
});
$pull->on('message', array($app, …Run Code Online (Sandbox Code Playgroud)