vs2008中如何通过API查询当前CPU是几核的?

lfyos 2010-06-03 06:44:33
vs2008中如何通过API查询当前CPU是几核的?
谢谢
...全文
181 3 打赏 收藏 转发到动态 举报
写回复
用AI写文章
3 条回复
切换为时间正序
请发表友善的回复…
发表回复
lfyos 2010-06-06
  • 打赏
  • 举报
回复
太牛了!
在vs2008中使用汇编语言,利用指令cpuid。
budweiser 2010-06-03
  • 打赏
  • 举报
回复
vs2008 只是一个IDE而已, 要查询当前CPU是几核的话, 下面几种方法楼主可以参考


#1
多核cup上跑的程序,有没有windows的api或者别的什么方法能返回运行当前线程的cpu核的?
omp的库函数里有也可以
--------------------

#2
看看这几个函数吧:

setprocessaffinitymask / getprocessaffinitymask

getprocessgroupaffinity / getthreadgroupaffinity
--------------------

#3
引用 1 楼 coding_hello 的回复:
看看这几个函数吧: setprocessaffinitymask / getprocessaffinitymask getprocessgroupaffinity / getthreadgroupaffinity


这几个知道,可是不是我想要的哇~~
--------------------

#4
自己在别处找到了一个方法,自己写个函数可以做到:


//
// getcurrentprocessornumber.cpp
//
// an xp version of getcurrentprocessornumber()
//
// 14/11/07 first version
//

#include "stdafx.h"

#define nthreads 8

//
// getcurrentprocessornumberxp
//

dword getcurrentprocessornumberxp(void)
{
_asm {mov eax, 1}
_asm {cpuid}
_asm {shr ebx, 24}
_asm {mov eax, ebx}
}

//
// thread procedure
//
dword winapi threadproc(lpvoid p)
{
printf("thread %d: logical cpu %d ", (int) p, getcurrentprocessornumberxp());

clock_t t = clock() + 100; // consume 100ms ...
while (clock() < t) // of cpu time

return 0;
}

//
// _tmain
//
int _tmain(int argc, _tchar* argv[])
{
for (int i = 0; i < nthreads; i++)
createthread(null, 0, threadproc, (lpvoid) i, 0, null);

_getch(); // stop console window disappearing prematurely
return 0;

}
lfyos 2010-06-03
  • 打赏
  • 举报
回复
没有人知道吗?
内容概要:本文提出一种基于鱼鹰优化算法(OOA)优化的CNN-BiGUR-Attention混合模型,用于提升短期风电功率预测的精度与稳定性,采用Matlab实现代码仿真。该模型融合卷积神经网络(CNN)提取输入数据的局部空间特征,利用双向门控循环单元(BiGUR)捕捉风速、功率等时间序列的前后向动态依赖关系,并引入注意力机制自适应强化关键时间步的特征权重,从而增强模型对非平稳风电数据的表征能力;进一步,采用OOA算法对模型超参数进行全局寻优,有效提升模型收敛速度与泛化性能。研究基于实际风电场历史数据开展实验验证,结果表明,该方法相较传统模型在预测精度、鲁棒性和误差抑制方面表现更优,适用于高比例可再生能源接入背景下的电力系统调度需求。; 适合人群:从事新能源发电预测、电力系统优化调度、智能算法与深度学习融合应用等方向的科研人员及工程技术人员,尤其适合具备Matlab编程能力、熟悉时间序列建模与深度学习框架的研究者。; 使用场景及目标:①实现风电场短期功率高精度预测,支撑电网安全稳定调度与能量管理;②为深度学习模型结构设计与智能优化算法联合调参提供实践范例;③推动人工智能技术在可再生能源预测、智能电网运行等领域的落地应用。; 阅读建议:建议结合提供的Matlab代码深入理解CNN-BiGUR-Attention网络架构搭建、注意力机制实现方式及OOA优化流程,重点关注数据预处理、模型训练与参数调优细节,可通过替换不同风电数据集进行对比实验,进一步掌握模型迁移能力与适应性。

568

社区成员

发帖
与我相关
我的任务
社区描述
英特尔® 边缘计算,聚焦于边缘计算、AI、IoT等领域,为开发者提供丰富的开发资源、创新技术、解决方案与行业活动。
社区管理员
  • 英特尔技术社区
  • shere_lin
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧