使用任务进行重复操作
使用任务进行重复操作
提问于 2018-06-09 06:36:53
我有50个机器学习代理。每一帧，他们都会得到一些输入，然后计算神经网络。因为每个代理都是独立的，所以我想让每个代理作为单独的任务来计算网络。
如果我为每个代理，每一帧创建一个任务，这将使我的程序变慢。我试图将我的代理分成两个任务(25和25)，但这仍然是一个开销。
在我看来，它是在开始时为n组代理创建n个线程，并以某种方式查询每个帧的线程。线程将计算代理组的网络，然后等待下一次查询。
我读过一些关于这个主题的文章，我发现我不能重用任务。那么，有什么变通方法可以工作呢？
基本上，我在50个代理上有一个重复的操作，即每帧运行大约一分钟，如果不将它们并行化将是一种浪费。
我对多线程和任务仍然是个新手，所以我依赖你的帮助。
旁注:我在Unity中使用了遗传算法。
以下是我试图将代理划分为n组，并在n个任务中计算它们的网络的代码。
public async Task EvaluateAsync(int groupSize = 10)
{
var groups = genomes.Select((g, i) => new { Value = g, Index = i })
.GroupBy(x => x.Index / groupSize)
.Select(x => x.Select(v => v.Value));
var tasks = groups.Select(g =>
{
return Task.Run(() =>
{
foreach (var element in g)
element.Fitness += ComputeFitness(element as NeuralGenome);
});
}).ToArray();
for (var i = 0; i < tasks.Length; i++)
await tasks[i];
}在Update()函数中，我调用：
EvaluateAsync(25).Wait();当网络非常非常大时，它会更快一些，但当只有10个神经元时，它会慢得多。
只有在网络非常庞大的情况下，将组变得更小，才会产生更好的性能。
在这里，我为每个代理创建一个任务：
public async Task EvaluateAsyncEach()
{
var tasks = genomes.Select(x => Task.Run(() => x.Fitness += ComputeFitness(x as NeuralGenome)))
.ToArray();
foreach (var task in tasks)
await task;
}以下测量是针对10帧进行的。这意味着，t/10将是一个任务的时间。
正常运行时间：
00:00:00.3791190
00:00:00.3758430
00:00:00.3697020
00:00:00.3743900
00:00:00.3764850每个代理每帧一个任务：
00:00:01.1288240
00:00:01.0761770
00:00:00.9311210
00:00:01.0122570
00:00:00.8938200以25人为一组：
00:00:00.5401100
00:00:00.5629660
00:00:00.5640470
00:00:00.5932220
00:00:00.6053940
00:00:00.5828170页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50769215
复制相关文章
相似问题