- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我添加了一个连续运行的相对简单的动画。这用于短暂切换到另一个 View 几秒钟。
当动画运行时,iPhone 6 (iOS 9.2.1) 上的 GPU 从 <5% 跃升至恒定的 30-40%,而模拟器上的“能量影响”(事件监视器)则一路上升.请注意,实际动画只占用一小部分时间(底部代码),但 GPU 始终保持高电平。为动画 View 设置不透明背景并不能改善情况。
虽然动画看起来很流畅,但这看起来很奇怪,所以我想知道我是否遗漏了什么或做错了什么,或者是否有一些关于 animateKeyframesWithDuration
方法的已知错误。
下面是导致同样高 GPU 消耗的简化代码示例:
v1.alpha = 0;
[UIView animateKeyframesWithDuration:10 delay:0
options:UIViewKeyframeAnimationOptionAutoreverse | UIViewKeyframeAnimationOptionRepeat | UIViewKeyframeAnimationOptionCalculationModeLinear
animations:^
{
[UIView addKeyframeWithRelativeStartTime:0.9/10 relativeDuration:0.1/10 animations:^{
v2.alpha = 0;
v1.alpha = 1;
}];
} completion:nil];
谢谢。
编辑以添加一些注释:
动画不会闲置,即使没有为动画的特定时间部分设置动画指令(例如,只为总动画时间的 1/10 添加 addKeyframeWithRelativeStartTime
).
因此,animateKeyframesWithDuration:
可能不是具有“空闲”时间的动画的最佳解决方案(如上面的代码示例中所示)- 可以通过使用计时器来实现更好的性能,例如,它开始需要时的实际动画。
作为动画一部分的所有层都将在整个时间中进行动画处理(在上面的示例中,v1.layer 和 v2.layer)- 同样,如果给定的时间部分没有特定的指令集,它将获胜不要闲置(它将继续重绘和消耗 GPU,除非它不再可见)。
性能方面,与其他CoreAnimation动画不相上下。
动画的绘制代码似乎仅在内部处理 - 来自 UIView
或 CALayer
的绘制方法在动画期间未被调用。这使得任何 View 的动画都将具有相似的性能结果(例如,绘制完整矩形的 View /层不会比 UILabel
或更复杂的 View /层性能更高)。
编辑 2:
在 iOS 10(以及 Mac OS Sierra)上,动画占用的资源要少得多。
最佳答案
动画在后台线程上执行,并由特殊进程(“动画服务器”)在 GPU 上逐帧管理。持续时间在这里没有意义;你被设置为永远重复,所以动画服务器必须永远执行动画。正如您所发现的那样,这不是免费的。每一帧都是一个新的计算和一个新的绘图。这需要工作。动画服务器并不会因为它已经完成了一次“相同”的动画而变得更容易做到这一点。 (iPhone 不是某种神奇的永动机!)
关于ios - `animateKeyframesWithDuration` - 高 GPU,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/35992936/
谁能解释或指出在多 GPU/多显示器设置中渲染如何工作的解释(或至少一些线索)? 例如,我安装了 5 个 NVIDIA Quadro 4000 视频卡并连接了 9 个显示器。显示不进行任何分组。刚刚在
以下代码报错: import spacy spacy.require_gpu() Traceback (most recent call last): File "/home/user/Pycha
正如问题已经暗示的那样,我是深度学习的新手。我知道模型的学习过程在没有 GPU 的情况下会很慢。如果我愿意等待,如果我只使用CPU可以吗? 最佳答案 在计算深度学习(以及一般的神经网络)中执行的许多操
我知道 Renderscript 的设计是为了掩盖我正在运行的处理器的事实,但是有没有办法编写代码,以便在支持 GPU 计算的设备(目前是 Nexus 10)上运行显卡?有什么方法可以判断脚本的功能正
关闭。这个问题是opinion-based 。目前不接受答案。 想要改进这个问题吗?更新问题,以便 editing this post 可以用事实和引文来回答它。 . 已关闭 8 年前。 Improv
我想以编程方式找出可用的 GPU 及其当前内存使用情况,并根据内存可用性使用其中一个 GPU。我想在 PyTorch 中执行此操作。 我在这个 post 中看到了以下解决方案: import torc
我喜欢 GPU Gems 的结构化技术摘要。但是自上次发布以来已经过去了很长时间,应该开发新算法来处理新型硬件。 我可以阅读有关最近 GPU 技术成就的哪些信息? 潜伏在编程板上是唯一的方法吗? 最佳
我一直在做一些关于测量数据传输延迟的实验 CPU->GPU 和 GPU->CPU。我发现对于特定消息大小,CPU->GPU 数据传输速率几乎是 GPU->CPU 传输速率的两倍。谁能解释我为什么会这样
当我使用选项 --gres=gpu:1 向具有两个 GPU 的节点提交 SLURM 作业时,如何获取为该作业分配的 GPU ID?是否有用于此目的的环境变量?我使用的 GPU 都是 nvidia GP
我用 gpu、cuda 7.0 和 cudnn 6.5 安装了 tensorflow。当我导入 tensorflow 时,它运行良好。 我正在尝试在 Tensorflow 上运行一个简单的矩阵乘法,但
我们正在寻找有关 slurm salloc gpu 分配的一些建议。目前,给定: % salloc -n 4 -c 2 -gres=gpu:1 % srun env | grep CUDA CUD
我是否必须自定义为非 GPU Tensorflow 库编写的代码以适应tensorflow-gpu 库? 我有一个 GPU,想运行仅为非 GPU tensorflow 库编写的 Python 代码。我
我是否必须自定义为非 GPU Tensorflow 库编写的代码以适应tensorflow-gpu 库? 我有一个 GPU,想运行仅为非 GPU tensorflow 库编写的 Python 代码。我
我正在使用 pytorch 框架训练网络。我的电脑里有 K40 GPU。上周,我在同一台计算机上添加了 1080。 在我的第一个实验中,我在两个 GPU 上观察到相同的结果。然后,我在两个 GPU 上
有没有办法在 Slurm 上超额订阅 GPU,即运行共享一个 GPU 的多个作业/作业步骤?我们只找到了超额订阅 CPU 和内存的方法,但没有找到 GPU。 我们希望在同一 GPU 上并行运行多个作业
我可以访问 4 个 GPU(不是 root 用户)。其中一个 GPU(2 号)表现怪异,它们的一些内存被阻塞但功耗和温度非常低(好像没有任何东西在上面运行)。请参阅下图中 nvidia-smi 的详细
我正在尝试通过 Tensorflow 运行示例 seq2seq,但它不会使用 GPU。以下是我在带有 Tesla K20x 的 Linux 系统上安装 Tensorflow 所采取的步骤 git cl
一位电气工程师最近提醒我不要使用 GPU 进行科学计算(例如,在精度非常重要的地方),因为没有像 CPU 那样的硬件保护措施。这是真的吗?如果是的话,典型硬件中的问题有多普遍/严重? 最佳答案 实际上
关闭。这个问题不满足Stack Overflow guidelines .它目前不接受答案。 想改善这个问题吗?更新问题,使其成为 on-topic对于堆栈溢出。 7年前关闭。 Improve thi
最近我研究了强化学习,有一个问题困扰着我,我找不到答案:如何使用 GPU 有效地完成训练?据我所知,需要与环境持续交互,这对我来说似乎是一个巨大的瓶颈,因为这项任务通常是非数学的/不可并行化的。然而,
我是一名优秀的程序员,十分优秀!