添加额外参数

为充分利用多核CPU的性能优势，可以为测试命令添加额外的参数“--threads”，用于手动设置线程数。

实际修改过程请参照batch_query的调用链修改，确保“/data/ann-benchmarks-main/ann_benchmarks/main.py”中的main()方法能够正确传参即可。

1. 进入module.py文件中查看源码。

   1	vim /data/ann-benchmarks-main/ann_benchmarks/algorithms/base/module.py

   

   源码batch_query方法中，启动的线程数量默认与CPU数相同。通过增加外部传参，即可手动设置线程数。

2. 进入main.py文件中修改代码。

   1	vim /data/ann-benchmarks-main/ann_benchmarks/main.py

   • 第125行添加“--threads”参数。

     1	parser.add_argument("--threads", type=int, help="Number of threads. If not set, the default value will be used, and the number of threads enabled is equal to the number of CPU.", default=-1)

     

   • 修改第71行run方法调用传参。

     1	run(definition, args.dataset, args.count, args.runs, args.batch, args.threads)

     

3. 进入runner.py文件中修改代码。

   1	vim /data/ann-benchmarks-main/ann_benchmarks/runner.py

   • 修改第197行run方法参数列表。

     1	def run(definition: Definition, dataset_name: str, count: int, run_count: int, batch: bool, threads: int) -> None:

     

   • 修改第230行run_individual_query方法调用传参。

     1	descriptor, results = run_individual_query(algo, X_train, X_test, distance, count, run_count, batch, threads)

     

   • 修改第23行run_individual_query方法参数列表。

     1 2	def run_individual_query(algo: BaseANN, X_train: numpy.array, X_test: numpy.array, distance: str, count: int, run_count: int, batch: bool, threads: int) -> Tuple[dict, list]:

     

   • 修改第86行batch_query方法调用传参。

     1	def batch_query(X: numpy.array, threads: int) -> List[Tuple[float, List[Tuple[int, float]]]]:

     

   • 修改第105行batch_query方法调用传参。

     1	algo.batch_query(X, count, threads)

     

   • 修改第124行batch_query方法调用传参。

     1	results = batch_query(X_test, threads)

     

4. 进入module.py文件中修改代码。

   1	vim /data/ann-benchmarks-main/ann_benchmarks/algorithms/base/module.py

   • 修改batch_query方法参数列表。

     1	def batch_query(self, X: numpy.array, n: int, threads: int) -> None:

   • 修改batch_query方法内部实现。

     1 2 3 4

     if threads <= 0: pool = ThreadPool() else: pool = ThreadPool(threads)