這幾天學(xué)習(xí)人臉識(shí)別的時(shí)候，雖然運(yùn)行的沒有問題，但我卻意識(shí)到了一個(gè)問題

在圖片進(jìn)行傳輸?shù)臅r(shí)候，GPU的利用率為0

也就是說，圖片的傳輸速度和GPU的處理速度不能很好銜接

于是，我打算利用多線程開發(fā)一個(gè)buffer緩存

實(shí)現(xiàn)的思路如下

定義一個(gè)Buffer類，再其構(gòu)造函數(shù)中創(chuàng)建一個(gè)buffer空間（這里最好使用list類型）

我們還需要的定義線程鎖LOCK（數(shù)據(jù)傳輸和提取的時(shí)候會(huì)用到）

因?yàn)樾枰獌煞N方法（讀數(shù)據(jù)和取數(shù)據(jù)），所以我們需要定義兩個(gè)鎖

實(shí)現(xiàn)的代碼如下：

#-*-coding:utf-8-*-import threading class Buffer: def __init__(self,size): self.size = size self.buffer = [] self.lock = threading.Lock() self.has_data = threading.Condition(self.lock) # small sock depand on big sock self.has_pos = threading.Condition(self.lock) def get_size(self): return self.size def get(self): with self.has_data: while len(self.buffer) == 0:print('I can’t go out has_data')self.has_data.wait()print('I can go out has_data') result = self.buffer[0] del self.buffer[0] self.has_pos.notify_all() return result def put(self, data): with self.has_pos: #print(self.count) while len(self.buffer)>=self.size:print('I can’t go out has_pos')self.has_pos.wait()print('I can go out has_pos') # If the length of data bigger than buffer’s will wait self.buffer.append(data) # some thread is wait data ,so data need release self.has_data.notify_all() if __name__ == '__main__':buffer = Buffer(3)def get(): for _ in range(10000): print(buffer.get()) def put(): a = [[1,2,3,4,5,6,7,8,9],[1,2,3,4,5,6,7,8,9],[1,2,3,4,5,6,7,8,9]] for _ in range(10000): buffer.put(a) th1 = threading.Thread(target=put) th2 = threading.Thread(target=get) th1.start() th2.start() th1.join() th2.join()

總結(jié)

到此這篇關(guān)于python 使用多線程創(chuàng)建一個(gè)Buffer緩存器的文章就介紹到這了,更多相關(guān)python 多線程Buffer緩存器內(nèi)容請(qǐng)搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！