- 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?
我需要唯一地标识一个显示器,使其在特性上确实有所不同。因此,插入相同物理端口的相同型号的显示器不会被视为不同,但基本上其他一切都会被视为不同。
当系统 GPU 发生变化时,CGDirectDisplayID 也会发生变化,但不会以记录的方式发生变化。实验表明,根据使用的 GPU,相同的屏幕 ID 会相差 2。
克服这个问题的一种方法是获取用于显示的 IO 注册表字符串:
io_service_t servicePort = CGDisplayIOServicePort (cgDisplayID);
io_service_t root = IODisplayForFramebuffer (servicePort, kNilOptions);
NSDictionary* ioRegistryDict = nil;
NSString* displayKey = nil;
IORegistryEntryCreateCFProperties (root, (CFMutableDictionaryRef *)&ioRegistryDict, kCFAllocatorDefault, kNilOptions);
if (ioRegistryDict)
displayKey = [ioRegistryDict objectForKey:@"IODisplayPrefsKey"];
这很有效,但在 10.9 中,CGDisplayIOServicePort 已被弃用。
鉴于所有这些,以及苹果建议不要缓存 NSScreens(无论如何,这实际上并不能用于此目的),可靠地识别屏幕的最佳方法是什么,以便我可以区分(例如)家里一个屏幕,工作一个屏幕?我不想依赖屏幕分辨率,因为用户更改分辨率不应被视为不同的显示器。不同 GPU 上的同一屏幕也不应被视为不同。
第二个目标是找到一种给定 CGDirectDisplayID 的方法,如果发生 GPU 切换,如何确定同一屏幕的 CGDirectDisplayID 是什么?只要我能够匹配两个 GPU Controller 的两个结果,这至少允许我通过 CGDirectDisplayID 跟踪显示。
最佳答案
使用 CFUUIDRef,可以通过以下方式获取:
CGDisplayCreateUUIDFromDisplayID(CGDirectDisplayID 显示ID)
您可以使用以下方法取回显示 ID:
CGDisplayGetDisplayIDFromUUID(CFUUIDRef uuid)
这就是我用来唯一标识显示器的方法,即使它们的 CGDirectDisplayID 发生变化,例如插入不同的端口。不幸的是,Apple 没有正确记录这些函数,但我在具有多个显示器的多台 Mac 上进行的测试表明,获得的 CFUUIDRef 是唯一且一致的(即使在重新启动后),无论 CGDirectDisplayID 是否因任何原因发生更改。
要检查显示器是否是新的/唯一的,请获取其CGDirectDisplayID并将其转换为CFUUIDRef,然后比较UUID,它是多对一的关系,许多CGDirectDisplayID将映射到单个CFUUIDRef。
这些 API 调用在 10.7 - 10.12 中的 ApplicationServices 中可用,并且从 10.13 起在 ColorSync 中可用。
关于xcode - CGDirectDisplayID、多个 GPU、已弃用的 CGDisplayIOServicePort 和唯一标识显示器,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/24348142/
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!