Nano Hash - криптовалюты, майнинг, программирование

Как профилировать код C++ с помощью Intel Parallel Studio XE?

Я новичок в использовании Intel Parallel Studio XE. Я уже использую инструменты профилирования для Java. Мне просто нужно использовать Yourkit с открытым портом для прослушивания порта из Eclipse IDE. Но с Intel Parallel Studio XE я не знаю, как работать, и руководство не очень помогает.

Я скачал студенческую версию, чтобы попытаться изучить и реализовать некоторый код на C++ и отлаживать/профилировать его. Я установил Intel Parallel Studio и выполнил командную строку source psxevars.sh, но единственный вывод, который я вижу, это:

Intel(R) Parallel Studio XE 2018 Update 2 for Linux*
Copyright (C) 2009-2018 Intel Corporation. All rights reserved.

Как я буду выполнять профилирование в некоторых моих программах на C++? Я ожидал иметь IDE для просмотра потоков и процессов.

Кроме того, какую IDE для разработки кода C++ лучше интегрировать в Intel Parallel Studio XE?

С уважением, Фелипе

c++ profiling intel-parallel-studio
23.04.2018

Ответы:


1

Я понял. Я в папке: "/opt/intel/vtune_amplifier_2018", ./bin64/amplxe-gui

24.04.2018
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..