我有这个调用 imregionalmax
的简单 MATLAB 代码在并行循环中
超过 256 个 16X16 像素的路径。
function y = Parimregionalmax(x)
assert(isa(x,'uint8'));
assert( all(size(x)==[16 16 256]) );
y = zeros(size(x));
parfor k = 1:size(x,3)
y(:,:,k) = imregionalmax(x(:,:,k));
end
end
将此代码提供给 MATLAB 的 Coder 可得到以下 C 代码:
/*
* Parimregionalmax.c
*
* Code generation for function 'Parimregionalmax'
*
*/
/* Include files */
#include "rt_nonfinite.h"
#include "Parimregionalmax.h"
#include "libmwimregionalmax.h"
/* Function Definitions */
void Parimregionalmax(const unsigned char x[65536], double y[65536])
{
int k;
int i0;
int i1;
double imSize[2];
unsigned char varargin_1[256];
boolean_T conn[9];//unsigned char
double connSize[2];
boolean_T BW[256];
#pragma omp parallel for \
num_threads(omp_get_max_threads()) \
private(i0,i1) \
firstprivate(varargin_1,imSize,conn,connSize,BW)
for (k = 0; k < 256; k++) {
for (i0 = 0; i0 < 16; i0++) {
for (i1 = 0; i1 < 16; i1++) {
varargin_1[i1 + (i0 << 4)] = x[(i1 + (i0 << 4)) + (k << 8)];
}
}
for (i0 = 0; i0 < 2; i0++) {
imSize[i0] = 16.0;
}
for (i0 = 0; i0 < 9; i0++) {
conn[i0] = true;
}
for (i0 = 0; i0 < 2; i0++) {
connSize[i0] = 3.0;
}
imregionalmax_uint8(varargin_1, BW, 2.0, imSize, conn, 2.0, connSize);
for (i0 = 0; i0 < 16; i0++) {
for (i1 = 0; i1 < 16; i1++) {
y[(i1 + (i0 << 4)) + (k << 8)] = BW[i1 + (i0 << 4)];
}
}
}
}
/* End of code generation (Parimregionalmax.c) */
如您所见,生成的代码(完美运行)使用 openmp 并行化框架并调用函数 imregionalmax_uint8
它在单独的“黑盒”dll(具有相应的头文件和 lib 文件)中实现。
我可以假设无论我使用哪种并行化框架,这个函数总是线程安全的吗?
示例:
1.用C++定义两个线程可以吗<thread>
控制台中的库
应用程序(又名 VS 中的 exe 文件)并从每个线程调用
imregionalmax_uint8
?
- 做两个独立的dll(通过exe文件加载)可以调用这个函数 同时?
最佳答案
是也不是。
不,因为几乎没有人会为这种事情写出好的保证。 This is a wonderful podcast about NVidia using C++'s threading model最终形成一个线程系统,提示说在 C++ 尝试之前,大多数抽象的线程/内存模型都是垃圾。充其量你会得到关于一组特定硬件的非常神秘和具体的信息,或者声称你像其他一些(通常更古老的)硬件一样工作。
除了 yes,因为在实践中,他们使用的互斥体和同步等类型将在几乎所有桌面系统上兼容。在移动计算 CPU 和其他更晦涩的系统上可能不那么重要。
关于c++ - "thread-safe"函数并行化框架是否依赖?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52415500/