Imgui(2) | macOS 绘制 CPU 占用率曲线

Imgui(2) | macOS 绘制 CPU 占用率曲线

文章目录

  • Imgui(2) | macOS 绘制 CPU 占用率曲线
    • 0. 简介
    • 1. 绘制曲线 - 以正弦函数为例
      • 1.1 基于 `sf::RectangleShape` 的渲染 - 不好看，效率低
      • 1.2 基于 `sf::VertexArray` 的绘制
    • 2. 获取和绘制所有 CPU 的占用率
      • 2.1 测试程序 - 用满所有 CPU
      • 2.2 获取 CPU 占用率
      • 2.3 SFML获取和绘制cpu占用率
      • 2.4 效果和小节
    • 3. 增加按钮: 在界面上开启和关闭评测程序
      • 3.1 改造测试代码
      • 3.2 引入 imgui-SFML, 增加按钮
    • 4. 提高绘制频率
    • 5. 总结
    • References

0. 简介

实现一个 CPU 占用率曲线绘制的程序， 并能通过按钮触发评测代码的运行; 跨平台。 使用到了 SFML, imgui-SFML, 以及 macOS 平台特有的 API.

规划:

  1. 绘制曲线 - 以正弦函数为例
  2. 获取和绘制所有 CPU 的占用率
  3. 增加按钮: 在界面上开启和关闭评测程序
  4. 提高绘制频率

started: 2024.02.14 10:30~15:30

1. 绘制曲线 - 以正弦函数为例

以 y = sin(x) 获得一系列坐标点， 使用 sf::VertexArray 进行绘制， 得到相对平滑的结果， 且渲染效率较高。

1.1 基于 sf::RectangleShape 的渲染 - 不好看，效率低

开始时候我用 sf::RectangleShape 执行单个坐标点的绘制， 存在这些问题：

  • 相邻点之间没有连线，锯齿感明显
  • 每个点调用一次 window.draw(), GPU 利用率不高

请添加图片描述

#include <SFML/Graphics.hpp>int main()
{constexpr int win_width = 800;constexpr int win_height = 600;const std::string title = "cpu consumption curve - SFML";sf::RenderWindow window(sf::VideoMode(win_width, win_height), title);window.setFramerateLimit(10);constexpr int grid_len = 1;int idx = 0;while (window.isOpen()){sf::Event event;while (window.pollEvent(event)){if (event.type == sf::Event::Closed){window.close();}}window.clear();// draw heresf::RectangleShape rect(sf::Vector2f(grid_len, grid_len));rect.setFillColor(sf::Color::Green);for (int i = 0; i < win_width; i++){float x = (i * 1.0 / win_width) * 10 * 3.14;float y = sin(x) * win_height/4 + win_height/2 - grid_len/2;rect.setPosition(i, y); // centerwindow.draw(rect);}window.display();}return 0;
}

1.2 基于 sf::VertexArray 的绘制

在 SFML Tutorial - Designing your own entities with vertex arrays 文档提到， 多次调用 window.draw() 效率很低， 很容易到达显卡极限。 好的做法是使用 sf::Vertext 把要绘制的东西一次性准备好, 只调用一次 window.draw():

SFML provides simple classes for the most common 2D entities. And while more complex entities can easily be created from these building blocks, it isn’t always the most efficient solution. For example, you’ll reach the limits of your graphics card very quickly if you draw a large number of sprites. The reason is that performance depends in large part on the number of calls to the draw function. Indeed, each call involves setting a set of OpenGL states, resetting matrices, changing textures, etc. All of this is required even when simply drawing two triangles (a sprite). This is far from optimal for your graphics card: Today’s GPUs are designed to process large batches of triangles, typically several thousand to millions.

To fill this gap, SFML provides a lower-level mechanism to draw things: Vertex arrays. As a matter of fact, vertex arrays are used internally by all other SFML classes. They allow for a more flexible definition of 2D entities, containing as many triangles as you need. They even allow drawing points or lines.

请添加图片描述

关键代码修改如下：

// draw here
// sf::RectangleShape rect(sf::Vector2f(grid_len, grid_len));
// rect.setFillColor(sf::Color::Green);
// for (int i = 0; i < win_width; i++)
// {
//     float x = (i * 1.0 / win_width) * 10 * 3.14;
//     float y = sin(x) * win_height/8 + win_height/2 - grid_len/2;
//     rect.setPosition(i, y); // center
//     window.draw(rect); // 原来： 在一帧内多次调用 window.draw(), 渲染效率低
// }sf::VertexArray line(sf::LineStrip, win_width);
for (int i = 0; i < win_width; i++)
{float x = (i * 1.0 / win_width) * 10 * 3.14;float y = sin(x) * win_height/8 + win_height/2 - grid_len/2;line[i].position = sf::Vector2f(i, y);line[i].color = sf::Color::Green;
}
window.draw(line); // 现在： 在一帧内只调用一次 window.draw(), 渲染效率高

2. 获取和绘制所有 CPU 的占用率

MacOS 禁止用户自行设定 CPU 亲和性 (Affinity), 尝试过编译运行 “只有 while 死循环” 的程序，占用的 CPU 会跳来跳去。 与其飘忽不定， 不如开启多个线程： 我的 Mac-Mini 有 8 个 CPU, 因此开启 8 个线程， 每个线程都运行一样的死循环代码， 然后获取所有 CPU 的占用率并绘制曲线。

2.1 测试程序 - 用满所有 CPU

在开启 nproc 个线程时， 虽然操作系统不一定是把每个线程分配到不同的 CPU 上， 但电脑整体比较空闲的情况下， 大概率是可以确保这个理想分配的。

性能测试程序代码:

#include <thread>void run()
{int i = 0;while (true){i++;}
}int main()
{constexpr int n = 8;std::thread threads[n];for (int i = 0; i < n; i++){threads[i] = std::thread(run);}for (int i = 0; i < n; i++){threads[i].join();}return 0;
}

2.2 获取 CPU 占用率

参照了 c++获取windows、mac的cpu利用率 这篇文章， 获取了 macOS 下的 CPU 整体占用率， 关键函数是 host_statistics(), 位于 mach/mach_host.h, 但是没有任何注释。 这篇参考博客的做法是， 每隔 1 秒调用一次 host_statistics() 来获得 cpu 相关信息， 两次调用的结果做差值， 得到的差值里的几个时间， 构成了 cpu 占用率:

CPU占用百分比 = (user时间 + system时间 + nice时间) / (上面👆这一坨，再加上 idle 时间) * 100

#include <mach/mach.h>
#include <sys/types.h>
#include <sys/sysctl.h>#define CP_USER   0
#define CP_SYS    1
#define CP_IDLE   2
#define CP_NICE   3
#define CP_STATES 4host_cpu_load_info_data_t load1, load2;host_cpu_load_info_data_t get_cpu_percentage()
{kern_return_t error;mach_msg_type_number_t count;host_cpu_load_info_data_t r_load;mach_port_t mach_port;count = HOST_CPU_LOAD_INFO_COUNT;mach_port = mach_host_self();error = host_statistics(mach_port, HOST_CPU_LOAD_INFO, (host_info_t)&r_load, &count);if (error != KERN_SUCCESS){return host_cpu_load_info_data_t();}return r_load;
}float getCpuUsePercentage()
{load2 = get_cpu_percentage();// pre load timesunsigned long long current_user = load1.cpu_ticks[CP_USER];unsigned long long current_system = load1.cpu_ticks[CP_SYS];unsigned long long current_nice = load1.cpu_ticks[CP_NICE];unsigned long long current_idle = load1.cpu_ticks[CP_IDLE];// Current load timesunsigned long long next_user = load2.cpu_ticks[CP_USER];unsigned long long next_system = load2.cpu_ticks[CP_SYS];unsigned long long next_nice = load2.cpu_ticks[CP_NICE];unsigned long long next_idle = load2.cpu_ticks[CP_IDLE];// Difference between the twounsigned long long diff_user = next_user - current_user;unsigned long long diff_system = next_system - current_system;unsigned long long diff_nice = next_nice - current_nice;unsigned long long diff_idle = next_idle - current_idle;float value = static_cast<float>(diff_user + diff_system + diff_nice) / static_cast<float>(diff_user + diff_system + diff_nice + diff_idle) * 100.0;load1 = load2;return value;
}

2.3 SFML获取和绘制cpu占用率

设置了FPS不超过 60， 每60帧获取一次 CPU 占用率（从而更新需要绘制的数据）， 每一帧都绘制当前的 CPU 占用率。

更新数据指的是， 对于绘制任务， 每个数据在时间维度上， 相当于左移一个单位， 因此搬运需要显示的数据数量 num_bins 再减去 1 个的数据，都搬运到它前面一个， 然后填充最后一个数据， 就完成了更新， 在画面上变现为： 原来的 CPU 占用率折线被向左平移了 1 个bin的单位。 每一帧的更新数据和渲染, 代码如下:

    frameIdx++;if (frameIdx % 60 == 0){load2 = get_cpu_percentage();float cpu_use = getCpuUsePercentage();for (int i = 0; i < num_bins - 1; i++){cpu_usage[i] = cpu_usage[i + 1];}cpu_usage[num_bins - 1] = cpu_use;frameIdx = 0;}sf::VertexArray line(sf::LinesStrip, num_bins);for (int i = 0; i < num_bins; i++){float usage = cpu_usage[i];float x = i * bin_size;float y = win_height - (usage / 100) * win_height;line[i].position = sf::Vector2f(x, y);}window.draw(line);printf("cpu_usage[%d] = %f\n", num_bins - 1, cpu_usage[num_bins - 1]);

2.4 效果和小节

通过使用 SFML 和 macOS 的 API, 获取并绘制了总体的 CPU 占用率， 通过编写和开启测试程序， 在开启 4 个线程的情况下， 可以看到 CPU 占用率在 50% 左右：
请添加图片描述

3. 增加按钮: 在界面上开启和关闭评测程序

按钮是 GUI 的组件， 这一节需要使用 imgui 和 imgui-SFML.

3.1 改造测试代码

需要改造评测代码， 让它能够被随时开启和关闭：

  • 在 GUI 方面， 增加 start benchmark 和 stop benchmark 按钮， 来控制测试代码的开启和关闭
  • 在代码实现层面：
    • 重构原有的测试代码，让它的 while(true) 改为 while(running)， running 是 std::atomic<bool> 类型
    • 在 SFML 的 main loop 中集成： 增加按钮按下的响应事件
    • 在响应事件函数 startBenchmark() 和 stopBenchmark() 函数中， 通过创建和效果新的线程，在线程中运行、等待测试代码

非阻塞的响应

其中按钮的响应函数中， 如果没有通过新开线程来执行测试代码， 会导致界面卡死。 使用了新开线程后则不会。关键代码:

BenchmarkRunner runner; // 被测试的代码， 封装为了类
std::thread benchmark_thread;void startBenchmark()
{runner.running = true;benchmark_thread = std::thread(&BenchmarkRunner::benchmark, &runner);
}void stopBenchmark()
{runner.running = false;if (benchmark_thread.joinable()){benchmark_thread.join();}
}

重构了的性能测试代码

以 OOP 的方式提供使用：

#pragma once#include <atomic>
#include <thread>class BenchmarkRunner {
public:void benchmark(){constexpr int n = 4;std::thread threads[n];for (int i = 0; i < n; i++){threads[i] = std::thread([this] { this->run(); });}for (int i = 0; i < n; i++){threads[i].join();}}std::atomic<bool> running = true;
private:void run(){int i = 0;while (running){i++;}}
};

3.2 引入 imgui-SFML, 增加按钮

增加两个按钮， 注册它们的响应函数

        ImGui::Begin("Hello"); // [imgui]ImGui::Button("Start Benchmark"); // [imgui]ImGui::Button("Stop Benchmark"); // [imgui]ImGui::End(); // [imgui]if (ImGui::Button("Start Benchmark")){startBenchmark();}if (ImGui::Button("Stop Benchmark")){stopBenchmark();}

main loop增加 imgui-SFML 的套路代码

标记为 [imgui-SFML] 的是新增的套路代码：

int main()
{constexpr int win_width = 800;constexpr int win_height = 600;const std::string title = "cpu consumption curve - SFML";sf::RenderWindow window(sf::VideoMode(win_width, win_height), title);window.setFramerateLimit(60);bool success = ImGui::SFML::Init(window); // [imgui-SFML]if (!success)return -1;constexpr int grid_len = 1;constexpr int bin_size = 10;constexpr int num_bins = win_width / bin_size;std::vector<float> cpu_usage(num_bins, 0);int frameIdx = 0;load1 = get_cpu_percentage();sf::Clock deltaClock;while (window.isOpen()){sf::Event event;while (window.pollEvent(event)){ImGui::SFML::ProcessEvent(window, event); // [imgui-SFML]if (event.type == sf::Event::Closed){window.close();}}ImGui::SFML::Update(window, deltaClock.restart()); // [imgui-SFML]frameIdx++;window.clear();//draw_sin_x_wave(win_width, win_height, grid_len, window);ImGui::Begin("Hello"); // [imgui]ImGui::Button("Start Benchmark"); // [imgui]ImGui::Button("Stop Benchmark"); // [imgui]ImGui::End(); // [imgui]if (ImGui::Button("Start Benchmark")){startBenchmark();}if (ImGui::Button("Stop Benchmark")){stopBenchmark();}if (1){if (frameIdx % 60 == 0){load2 = get_cpu_percentage();float cpu_use = getCpuUsePercentage();for (int i = 0; i < num_bins - 1; i++){cpu_usage[i] = cpu_usage[i + 1];}cpu_usage[num_bins - 1] = cpu_use;frameIdx = 0;}sf::VertexArray line(sf::LinesStrip, num_bins);for (int i = 0; i < num_bins; i++){float usage = cpu_usage[i];float x = i * bin_size;float y = win_height - (usage / 100) * win_height;line[i].position = sf::Vector2f(x, y);}window.draw(line);printf("cpu_usage[%d] = %f\n", num_bins - 1, cpu_usage[num_bins - 1]);}ImGui::SFML::Render(window); // [imgui-SFML]window.display();}return 0;
}

效果如下

当按下了 Start Benchmark 后， CPU 占用率曲线飙升到 50% 左右（因为开了 4 个线程）； 当按下 Stop Benchmark 后， 曲线会降低下来:
请添加图片描述

4. 提高绘制频率

github 上找到的 CPU-Profiler 项目， 运行的时候的能够以低于 1 秒的频率更新绘制曲线， 相关实现在 src/Consumption/TotalConsumption.cpp 和 src/Consumption/TotalConsumption.hpp 中, 和前面提到的 CSDN 参考博客实现方法， 调用了同样的 host_statistics() 函数和参数:

double TotalConsumption::getCurrentValue()
{host_cpu_load_info_data_t cpuInfo;mach_msg_type_number_t count = HOST_CPU_LOAD_INFO_COUNT;if (host_statistics(mach_host_self(), HOST_CPU_LOAD_INFO, (host_info_t)&cpuInfo, &count) == KERN_SUCCESS){unsigned long long totalTicks = 0;for (unsigned cpu_tick : cpuInfo.cpu_ticks)totalTicks += cpu_tick;return calculate(cpuInfo.cpu_ticks[CPU_STATE_IDLE], totalTicks);}elsereturn -1.0f;
}

CPU-Profiler 的绘制很快， 并且没有取值为 0 的 cpu占用率突变点(折线的突然截断没显示，因为数值是 nan）， 因为作者判断当执行除法的分母（也就是总时间）是 0 的时候，返回 100.0 而不是 0.0:

float TotalConsumption::calculate(unsigned long long idleTicks,unsigned long long totalTicks)
{auto totalTicksSinceLastTime = totalTicks - _previousTotalTicks;auto idleTicksSinceLastTime  = idleTicks  - _previousIdleTicks;float diff = static_cast<float>(idleTicksSinceLastTime) / totalTicksSinceLastTime;float ans = 1.0f;if (totalTicksSinceLastTime > 0)ans -= diff;_previousTotalTicks = totalTicks;_previousIdleTicks  = idleTicks;return ans * 100;
}

我们照搬这个做法到自己的代码:


float getCpuUsePercentage()
{load2 = get_cpu_percentage();// pre load timesunsigned long long current_user = load1.cpu_ticks[CP_USER];unsigned long long current_system = load1.cpu_ticks[CP_SYS];unsigned long long current_nice = load1.cpu_ticks[CP_NICE];unsigned long long current_idle = load1.cpu_ticks[CP_IDLE];// Current load timesunsigned long long next_user = load2.cpu_ticks[CP_USER];unsigned long long next_system = load2.cpu_ticks[CP_SYS];unsigned long long next_nice = load2.cpu_ticks[CP_NICE];unsigned long long next_idle = load2.cpu_ticks[CP_IDLE];// Difference between the twounsigned long long diff_user = next_user - current_user;unsigned long long diff_system = next_system - current_system;unsigned long long diff_nice = next_nice - current_nice;unsigned long long diff_idle = next_idle - current_idle;load1 = load2;float total = diff_user + diff_system + diff_nice + diff_idle;if (total > 0) // 如果没有判断 total > 0, total 有时候是 0，会导致 value 是 nan，进而出现cpu占用率折线图的 突然截断{return static_cast<float>(diff_user + diff_system + diff_nice) / static_cast<float>(total) * 100.0;}return 100.0;
}

对我我的实现和 CPU-Profiler 的实现:
请添加图片描述

5. 总结

本篇使用 C++ 实现了一个简陋的 CPU 占用率界面程序， 给出了实现的关键部件， 以及一些探索过程。

从界面上看， 能够绘制所有 CPU 的总体占用率曲线， 并且按照1 秒（或更短）为间隔，更新CPU占用率的值并绘制折线； 通过提供两个按钮，触发独立的线程来执行 “benchmark 测试程序”。使用独立线程的原因是为了避免阻塞 UI 显示的主线程。

所谓 benchmark 测试程序， 是基于《编程之美》一书开头提到的控制 CPU 占用率曲线的问题， 写了一个让单个CPU占用率 100%、 通过多线程运行， 从而让多个 CPU 核心的占用率都到 100%。 使用多个线程的原因是 macOS 不提供 CPU 绑核（亲和性）的 API, 为了防止测试程序在不同 CPU 上乱跳， 索性多开几个线程来运行。

从界面的实现来看:

  • 首先基于 SFML 绘制了曲线， 由于要绘制多个点， sf::VertexArray 的绘制效率远远高于 sf::RectangleShape, 前者只需要一次绘制， 后者则需要 n 次绘制， 可以在 SFML Tutorial - Designing your own entities with vertex arrays 文章中得到解释。

  • 然后使用 macOS 的 API host_statistics() 的封装代码， 通过前后两次计算差值来获取 CPU 占用率。 对于差值的计算， 时间间隔不能太快， 太快的话会获取到总时间为0， 参考了 CPU-Profiler 的做法， 也就是此时的 CPU 占用率赋值为100%， 这其实并不准确。

  • 为了减少评测代码和 CPU占用率绘图代码的切换繁琐问题， 在GUI上创建了按钮，通过按钮触发了性能测试程序的启动和停止。 这些按钮的添加， 按钮本身是 imgui 的东西， 通过 imgui-SFML 框架， 得以和原本的 SFML 窗口渲染程序结合显示。

这个程序并不完美， 比如只支持了 macOS 而没有支持 Windows/Linux, 评测程序过于简单只做了100% CPU 占用的实现、 没有实现正弦曲线的绘制。有空会考虑补充实现。

References

  • SFML Tutorial - Designing your own entities with vertex arrays
  • c++获取windows、mac的cpu利用率
  • CPU-Profiler
  • host_statistics - Apple Docs

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.hqwc.cn/news/468314.html

如若内容造成侵权/违法违规/事实不符，请联系编程知识网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

LeetCode、136. 只出现一次的数字【简单，位运算】

LeetCode、136. 只出现一次的数字【简单，位运算】

文章目录 前言LeetCode、136. 只出现一次的数字【简单&#xff0c;位运算】题目链接与分类思路异或一遍运算 资料获取 前言 博主介绍&#xff1a;✌目前全网粉丝2W&#xff0c;csdn博客专家、Java领域优质创作者&#xff0c;博客之星、阿里云平台优质作者、专注于Java后端技术…
阅读更多...
测试西门子博途S7-PLCSIM Advanced V5.0的使用

测试西门子博途S7-PLCSIM Advanced V5.0的使用

原创 honeytree 西门子博途S7-PLCSIM Advanced V5.0能支持S7-1500&#xff0c;S7-1500R/H&#xff0c;ET200SP&#xff0c;ET200pro的仿真&#xff0c;用此仿真器可以模拟实际的PLC&#xff0c;用于其他软件的连接&#xff0c;比如上位机软件、触摸屏软件,自己用高级语音开发…
阅读更多...
BUGKU-WEB POST

BUGKU-WEB POST

题目描述 进入场景看下&#xff1a; 代码如下&#xff1a; $what$_POST[what]; echo $what; if($whatflag) echo flag{****};解题思路 形式和上一题&#xff08;get&#xff09;一样本题需要post一个what来查看flag 相关工具 使用插件hackbar 来传post参数 解题步骤 使用…
阅读更多...
项目计划制定攻略：从构思到执行的完整指南

项目计划制定攻略：从构思到执行的完整指南

在任何项目中&#xff0c;制定一个全面、详细的项目计划是至关重要的。项目计划是项目成功的基石&#xff0c;它提供了项目的路线图和指导&#xff0c;帮助团队成员了解项目的目标、里程碑和时间表。本文将详细介绍如何制定一个高质量的项目计划&#xff0c;确保项目顺利实施。…
阅读更多...
25天物理探索旅程 - 第二天：力学基石的构筑

25天物理探索旅程 - 第二天：力学基石的构筑

第二天的课堂&#xff0c;我们将一起踏上一段力学世界的奇妙旅程&#xff0c;探索那些如同魔法般引导着宇宙万物运动法则的基石——牛顿三定律。想象一下&#xff0c;你手中握着一根魔杖&#xff0c;而那根魔杖正是我们今天要深入研究的力学奥秘&#xff1a;牛顿三大定律。别担…
阅读更多...
【Web】CVE-2021-31805 s2-062漏洞复现学习

【Web】CVE-2021-31805 s2-062漏洞复现学习

目录 Struts2介绍 漏洞概况 OGNL与Struts2 简单原理 漏洞复现 正向rce 反弹shell payload分析 Struts2介绍 Struts 2 是一个流行的用于构建 Java Web 应用程序的开源 Web 应用程序框架。它是 Apache 软件基金会下的一个顶级项目&#xff0c;是 Struts 框架的升级版本。…
阅读更多...
ARMv8-AArch64 的异常处理模型详解之异常处理概述Handling exceptions

ARMv8-AArch64 的异常处理模型详解之异常处理概述Handling exceptions

异常处理模型详解之异常处理概述 一&#xff0c;异常处理相关概念二&#xff0c;异常处理概述 一&#xff0c;异常处理相关概念 在介绍异常处理之前&#xff0c;有必要了解一些关于异常处理状态的术语&#xff1a; 当处理器响应一个异常时&#xff0c;我们称该异常被获取了&a…
阅读更多...
Python实现EMV指标计算：股票技术分析的利器系列（2）

Python实现EMV指标计算：股票技术分析的利器系列（2）

Python实现EMV指标计算&#xff1a;股票技术分析的利器系列&#xff08;2&#xff09; 介绍算法解释&#xff1a; 核心代码&#xff1a;rolling函数介绍 完整代码&#xff1a;一定要看 介绍 先看看官方介绍&#xff1a; EMV(简易波动指标&#xff09; 用法 1.EMV 由下往上穿越…
阅读更多...
Base 链上最火的 meme 叙事：All Your Base Are Belong To Us（$AYB）

Base 链上最火的 meme 叙事：All Your Base Are Belong To Us（$AYB）

“All Your Base Are Belong To Us&#xff08;$AYB&#xff09;&#xff01;这句让人看似摸不着头脑互联网老梗&#xff0c;却正在成为 Base 链上众多 KOL、加密玩家、巨鲸投资者们共同追捧的新 meme 密码。” 最近在与 Base 链相关的各大加密社区&#xff0c;用户们纷纷通过“…
阅读更多...
AI引领低代码革命：未来应用开发的新主流

AI引领低代码革命：未来应用开发的新主流

距离ChatGPT发布已经过去快一年时间。 在这一年里&#xff0c;以ChatGPT为代表的自然语言处理领域的重大进步&#xff0c;为我们的对话系统和语言交流提供了更加智能和自然的体验。随着ChatGPT的应用不断扩大&#xff0c;人们开始认识到人工智能&#xff08;AI&#xff09;技术…
阅读更多...
知识图谱与语言预训练：深度融合的智能问答时代

知识图谱与语言预训练：深度融合的智能问答时代

目录 前言1 直接使用预训练模型 vs. 知识图谱与预训练相结合1.1 直接使用预训练模型1.2 构建知识图谱后与预训练相结合 2 预训练语言模型的发展历程2.1 Word2Vec和GloVe2.2 ELMo2.3 BERT 3 知识图谱对预训练的助力3.1 弥补低频实体信息的不足3.2 提供领域知识的支持 4 典型知识…
阅读更多...
详解结构体内存对齐及结构体如何实现位段~

详解结构体内存对齐及结构体如何实现位段~

目录 ​编辑 一&#xff1a;结构体内存对齐 1.1对齐规则 1.2.为什么存在内存对齐 1.3修改默认对齐数 二.结构体实现位段 2.1什么是位段 2.2位段的内存分配 2.3位段的跨平台问题 2.4位段的应用 2.5位段使用的注意事项 三.完结散花 悟已往之不谏&#xff0c;知来者犹可…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023