首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往
  • 您找到你想要的搜索结果了吗?
    是的
    没有找到

    第15讲 for循环优化:基本性能指标

    在算法建模时,for循环经常被用到(能用for循环就不要用while循环,因为for循环会让代码更紧凑)。因此,Vivado HLS提供了针对for循环的多种优化方法,例如,loop pipelining(for循环流水),loop merge(合并for循环), loop dataflow(设置数据流),unroll(展开for循环),loop parallelism(循环的并行性)等,但更重要的是遵循指定的代码风格,否则这些优化方法将无法使用。例如,如果for循环的边界是个变量而非固定常数,那么将无法使用unroll优化方法。从这个角度而言,最好在算法建模前了解这些基本的代码风格。这些代码风格可在Vivado HLS中看到。具体操作如下:打开Vivado HLS,点击Open Example Project,点击Coding Style Examples,即可看到以loop开头的目录,创建工程即可进一步了解,如下图所示。

    03

    数据分析工具篇——for循环运算优化(一)

    这一系列《数据分析工具篇》的开篇,也是数据分析流程中开始和结束的动作,数据导入之后,紧接着需要做的就是对数据的处理,我们会花费几篇的时间,来和大家聊一下常用的处理逻辑和常见的几个包,在数据处理过程中,常用的处理逻辑主要有:for循环优化、广播应用方案以及整体(集合)运算方法,特别是for循环,可以说百分之九十九的函数会出现for循环;常见的包主要有:pandas、pyspark、numpy,这三个包可谓是人尽皆知,特别是前两个,一个是小数据使用的包,一个是大数据使用的包,随着python的不断丰富,这两个包越来越完善,今天我们先了解一下for循环的优化方法:

    02
    领券