##out_process.py 文档## out_process的设计仿照Linux命令格式， 输入 help 参数， ` python out_process.py --help
SYNOPSIS
[-f data_form] [-m memory_location] [-s size] [-a access_num_per_thread] [-b block_size] [-c data_content] [-m access_mode] [-t step]
DESCRIPTION
-f 1D,2D,tree
-l Global, Shared, Constant
-s global_memory[1024,4096,10240,40960,102400,1024000],shared_memory[512, 1024, 4096, 10240]
-a 1, 2, 4
-b 256, 512, 1024
-c dc_random, dc_standard_normal, dc_poisson, dc_uniform, dc_geometric, dc_exponential
-m am_sequential, am_step, am_random, am_standard_normal, am_poisson, am_geometric, am_exponential
-t [1,2,4]
EXAMPLE
python out_process.py -f 1D -l Global -s 1024 -a 2 -b 512 -c dc_random -m am_sequential -t 1
可以通过设置参数值来得到想要的数据，参数值设为-1表示缺省。 比如想获得数据组织形式为1D，内存位置为Global，数据大小为1024，每个线程访问数据量为2，block大小为512时，数据内容与访问模式对性能的影响，命令如下：
python out_process.py -f 1D -l Global -s 1024 -a 2 -b 512 -c -1 -m -1 -t -1
`
注：
（1）命令中的step选项，只要在access_mode为am_step时才有意义。
（2）可通过修改Case类的printf成员函数来修改输出格式
result 文件夹内文件说明 params_1d_global.out 表示 params文件夹中params_1d_global.txt参数文件的运行结果 params_1d_constant_512.out 表示 params文件夹中params_1d_constant.txt参数文件的运行结果，后面512的参数代表常量内存的大小是512，因为常量内存大小需要每次手动设置 使用时将所有结果文件汇总到一个文件中，再执行python out_process.py