515 条“CPU芯片测试座-5” 相关内容
- TensorFlow表现 | PerformancePerformance Guide（性能指南）
Performance Guide（性能指南）
对于这两种配置选项，如果它们未设置或设置为0，则默认为逻辑CPU内核的数量。测试表明，默认值对于从一个4核CPU的系统到70多个组合逻辑核心的多CPU都是有效的。
- SQLite其他 | MiscellaneousMeasuring and Reducing CPU Usage in SQLite
Measuring and Reducing CPU Usage in SQLite
将SQLite与测试程序相链接，该程序运行大约30,000条代表典型工作负载的SQL语句。 计算使用cachegrind消耗的CPU周期数。
- Erlang指南：效率指南 | Guide: Efficiency guide11.分析 | 11. Profiling
11.分析 | 11. Profiling
缓存和多个CPU核并不能方便基准测试。在进行基准测试时，最好是以单用户模式运行UNIX计算机，但至少对于临时测试来说，这是不方便的。
- TensorFlow表现 | PerformanceDeveloping a new backend for XLA（为XLA开发一个新的后端）
Developing a new backend for XLA（为XLA开发一个新的后端）
大多数实现将落入以下情况之一： 1.现有的CPU体系结构尚未正式由XLA支持，无论是否存在LLVM后端。 2.具有现有LLVM后端的非CPU类硬件。 3.没有现有LLVM后端的非CPU类硬件。
- Erlang指南：安装指南 | Guide: Installation guide3.交叉编译Erlang / OTP | 3. Cross Compiling Erlang/OTP
3.交叉编译Erlang / OTP | 3. Cross Compiling Erlang/OTP
- Docker引擎: 管理员指南 | Engine: Admin Guide限制容器的资源（引擎） | Limit a container's resources (Engine)
限制容器的资源（引擎） | Limit a container's resources (Engine)
您可以通过以下方法减少由于OOME而导致的系统不稳定风险： 在将应用程序投入生产之前，执行测试以了解应用程序的内存需求。 确保您的应用程序仅在资源充足的主机上运行。
- Erlangruntime_tools1. LTTng and Erlang/OTP
1. LTTng and Erlang/OTP
- TensorFlow表现 | PerformanceUsing JIT Compilation（使用JIT编译）
Using JIT Compilation（使用JIT编译）
- SQLite其他 | MiscellaneousSQLite Library Footprint
SQLite Library Footprint
下面的图表显示了在x86_64的Ubuntu16.04.3上测试的各种编译器和优化设置的截至2017年10月08日的SQLite的相对大小和性能。
- SQLite其他 | MiscellaneousLong Term Support
Long Term Support
它在所有当前流行的CPU和操作系统上都经过了积极的测试。SQLite代码的极端可移植性将有助于它在未来的平台上保持可行性。 航空级测试→每个机器代码分支指令都在两个方向上进行测试。多次。
- Docker机器 | MachineOracle VirtualBox (Machine)
Oracle VirtualBox (Machine)
OracleVirtualBox 使用虚拟盒此驱动程序要求在主机上安装VirtualBox5+。使用VirtualBox4.3+应该有效，但会给您一个警告。旧版本将拒绝工作。
- TensorFlow扩展 | ExtendAdding a New Op（添加一个新Op）
Adding a New Op（添加一个新Op）
测试操作。为了方便起见，我们通常在Python中执行此操作，但您也可以在C++中测试操作。如果您定义了渐变，您可以使用Python渐变检查器来验证它们。
- Node.js教程Node.js 官方文档Node.js 系统
Node.js 系统
os.endianness() 用于返回CPU的字节序，可能的是"BE"或"LE"。 os.hostname() 用于返回操作系统的主机名。 os.type() 用于返回操作系统名。
- TensorFlow表现 | PerformanceBenchmarks（基准）
Benchmarks（基准）
基准 概观 在多个平台上测试了一系列图像分类模型，为TensorFlow社区创建了参考点。Methodology部分详细说明了测试如何执行并且链接到了所使用的脚本。
腾讯云开发者
扫码关注腾讯云开发者
领取腾讯云代金券
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号