ਲਾਭ:
- ਪਹਿਲਾਂ ਇੱਕ ਪ੍ਰੋਫਾਈਲ ਲੈ ਕੇ ਅਤੇ ਅਸਲ ਰੁਕਾਵਟ ਨੂੰ ਮਾਪ ਕੇ, ਅਨੁਮਾਨ ਲਗਾਉਣ ਦੀ ਬਜਾਏ ਡੇਟਾ ਦੇ ਅਧਾਰ ਤੇ ਅਨੁਕੂਲਤਾ ਬਣਾਉਣਾ ਅਤੇ ਨਕਲੀ ਬੁੱਧੀ ਦੁਆਰਾ ਪ੍ਰੋਫਾਈਲ ਆਉਟਪੁੱਟ ਦੀ ਵਿਆਖਿਆ ਕਰਕੇ
- ਸ਼ੁਰੂਆਤੀ ਸਮੇਂ, ਰਵਾਨਗੀ, ਮੈਮੋਰੀ ਅਤੇ ਬੈਟਰੀ ਦੇ ਰੂਪ ਵਿੱਚ ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਓਪਰੇਸ਼ਨ ਨੂੰ ਨਿਸ਼ਾਨਾ ਬਣਾਉਣ ਅਤੇ ਮੁੱਖ ਥਰਿੱਡ ਤੋਂ ਭਾਰੀ ਕੰਮ ਨੂੰ ਹਟਾਉਣ ਦੀ ਸਮਰੱਥਾ
- AI ਸਮਰੱਥਾਵਾਂ ਜਿਵੇਂ ਕਿ ਔਨ-ਡਿਵਾਈਸ ਮਾਡਲ ਅਤੇ ਨਮੂਨੇ ਅਤੇ ਬੈਚ ਪ੍ਰੋਸੈਸਿੰਗ ਦੁਆਰਾ ਕਲਾਉਡ ਕਾਲਿੰਗ ਦੀ ਬੈਟਰੀ ਅਤੇ ਪ੍ਰੋਸੈਸਰ ਦੀ ਲਾਗਤ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨ ਦੀ ਸਮਰੱਥਾ
ਮੋਬਾਈਲ ਉਪਭੋਗਤਾ ਬੇਸਬਰੇ ਹਨ। ਜੇਕਰ ਐਪ ਹੌਲੀ-ਹੌਲੀ ਖੁੱਲ੍ਹਦੀ ਹੈ, ਸਕ੍ਰੋਲ ਕਰਦੇ ਸਮੇਂ ਹੈਂਗ ਹੋ ਜਾਂਦੀ ਹੈ, ਜਾਂ ਤੇਜ਼ੀ ਨਾਲ ਬੈਟਰੀ ਖਤਮ ਹੋ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਉਪਭੋਗਤਾ ਇਸਨੂੰ ਮਿਟਾ ਦਿੰਦਾ ਹੈ ਅਤੇ ਇਸਨੂੰ ਸਟੋਰ ਵਿੱਚ ਸਟਾਰ ਰੇਟਿੰਗ ਦਿੰਦਾ ਹੈ। ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਬੈਟਰੀ ਕੁਸ਼ਲਤਾ ਇੱਕ ਮੋਬਾਈਲ ਐਪ ਦੇ ਬਚਾਅ ਦਾ ਮਾਮਲਾ ਹੈ; ਇਹ ਉਪਭੋਗਤਾ ਦੀ ਸੰਤੁਸ਼ਟੀ ਅਤੇ ਸਟੋਰ ਰੈਂਕਿੰਗ ਦੋਵਾਂ ਨੂੰ ਸਿੱਧਾ ਪ੍ਰਭਾਵਿਤ ਕਰਦਾ ਹੈ। AI ਪ੍ਰਦਰਸ਼ਨ ਦੀਆਂ ਰੁਕਾਵਟਾਂ (ਅੜਚਨਾਂ) ਦਾ ਪਤਾ ਲਗਾਉਣ, ਮਾਪ ਦੇ ਨਤੀਜਿਆਂ ਦੀ ਵਿਆਖਿਆ ਕਰਨ, ਅਤੇ ਅਨੁਕੂਲਤਾਵਾਂ ਦੀ ਸਿਫਾਰਸ਼ ਕਰਨ ਵਿੱਚ ਇੱਕ ਸ਼ਕਤੀਸ਼ਾਲੀ ਸਹਾਇਤਾ ਹੈ। ਪਰ ਸੁਨਹਿਰੀ ਨਿਯਮ ਰਹਿੰਦਾ ਹੈ: ਪਹਿਲਾਂ ਮਾਪੋ, ਬਾਅਦ ਵਿੱਚ ਅਨੁਕੂਲ ਬਣਾਓ। ਇਸ ਯੂਨਿਟ ਵਿੱਚ, ਅਸੀਂ AI ਨਾਲ ਡਾਟਾ-ਅਧਾਰਿਤ ਤਰੀਕੇ ਨਾਲ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਬੈਟਰੀ ਦੀਆਂ ਸਮੱਸਿਆਵਾਂ ਨੂੰ ਹੱਲ ਕਰਨਾ ਸਿੱਖਾਂਗੇ। ਇੱਕ ਖਾਸ ਤੌਰ 'ਤੇ ਮਹੱਤਵਪੂਰਨ ਮੁੱਦਾ ਬੈਟਰੀ 'ਤੇ ਪ੍ਰਭਾਵ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਹੈ ਅਤੇ ਪਿਛਲੀਆਂ ਇਕਾਈਆਂ (ਆਨ-ਡਿਵਾਈਸ ਮਾਡਲ, ਕਲਾਉਡ ਕਾਲਿੰਗ) ਵਿੱਚ ਜੋੜੀਆਂ ਗਈਆਂ AI ਸਮਰੱਥਾਵਾਂ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰਨਾ ਹੈ।
ਮਾਪਣ ਤੋਂ ਬਿਨਾਂ ਅਨੁਕੂਲ ਬਣਾਉਣਾ
ਇੱਕ ਤਜਰਬੇਕਾਰ ਡਿਵੈਲਪਰ ਦੀ ਸਭ ਤੋਂ ਵੱਡੀ ਗਲਤੀ ਭਵਿੱਖਬਾਣੀ ਅਨੁਕੂਲਤਾ ਹੈ: "ਇਹ ਹੌਲੀ ਹੋਣਾ ਚਾਹੀਦਾ ਹੈ" ਕਹਿਣ ਵਿੱਚ ਸਮਾਂ ਬਰਬਾਦ ਕਰਨਾ। ਅਸਲ ਰੁਕਾਵਟ ਲਗਭਗ ਹਮੇਸ਼ਾਂ ਇੱਕ ਅਚਾਨਕ ਜਗ੍ਹਾ ਵਿੱਚ ਹੁੰਦੀ ਹੈ. ਇਸ ਲਈ ਪਹਿਲਾਂ ਪ੍ਰੋਫਾਈਲ ਲਿਆ ਜਾਂਦਾ ਹੈ (ਪ੍ਰੋਫਾਈਲਿੰਗ — ਇਹ ਮਾਪਣਾ ਕਿ ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕਿਹੜਾ ਹਿੱਸਾ ਕਿੰਨਾ ਸਮਾਂ/ਮੈਮੋਰੀ/ਬੈਟਰੀ ਖਪਤ ਕਰਦਾ ਹੈ)। ਐਂਡਰਾਇਡ ਸਟੂਡੀਓ ਪ੍ਰੋਫਾਈਲਰ ਅਤੇ ਐਕਸਕੋਡ ਯੰਤਰ ਇਸ ਨੌਕਰੀ ਲਈ ਹਨ। AI ਨੂੰ ਮਾਪ ਡੇਟਾ ਦੇਣਾ ਵਿਆਖਿਆ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ; ਪਰ ਬਿਨਾਂ ਮਾਪ ਦੇ, AI ਨੂੰ "ਮੇਰੀ ਐਪਲੀਕੇਸ਼ਨ ਹੌਲੀ ਹੈ, ਇਸਨੂੰ ਤੇਜ਼ ਕਰੋ" ਕਹਿਣ ਦਾ ਅਰਥ ਹੈ ਅੰਨ੍ਹੇਵਾਹ ਭਵਿੱਖਬਾਣੀਆਂ ਕਰਨਾ।
ਪ੍ਰਦਰਸ਼ਨ ਦੇ ਚਾਰ ਮੁੱਖ ਧੁਰੇ ਹਨ:
ਧੁਰਾ
ਲੱਛਣ
ਆਮ ਕਾਰਨ
ਸ਼ੁਰੂਆਤੀ ਸਮਾਂ
ਐਪਲੀਕੇਸ਼ਨ ਦੇਰ ਨਾਲ ਖੁੱਲ੍ਹਦੀ ਹੈ
ਮੁੱਖ ਧਾਗੇ 'ਤੇ ਭਾਰੀ ਕੰਮ
ਪ੍ਰਵਾਹ (ਜੈਂਕ)
ਸਕਰੋਲ ਫਸ ਜਾਂਦਾ ਹੈ
ਲੰਬੀ ਪ੍ਰੋਸੈਸਿੰਗ, UI ਥ੍ਰੈਡ ਵਿੱਚ ਬੇਲੋੜੀ ਰੀਡਰਾਅ
ਮੈਮੋਰੀ
ਸੋਜ, ਢਹਿ
ਲੀਕ, ਵੱਡਾ ਚਿੱਤਰ, ਕੈਸ਼ ਬੇਕਾਬੂ
ਬੈਟਰੀ/ਗਰਮੀ
ਤੇਜ਼ ejaculation
ਲਗਾਤਾਰ ਟਿਕਾਣਾ, ਨੈੱਟਵਰਕ, ਸੈਂਸਰ, ਬੈਕਗ੍ਰਾਊਂਡ ਜੌਬ
ਸੁਝਾਅ: ਜਦੋਂ AI ਨੂੰ ਕਿਸੇ ਕਾਰਗੁਜ਼ਾਰੀ ਮੁੱਦੇ ਬਾਰੇ ਪੁੱਛੋ, ਤਾਂ ਪ੍ਰੋਫਾਈਲ ਆਉਟਪੁੱਟ ਦਿਓ (ਕਿਹੜਾ ਫੰਕਸ਼ਨ ਕਿੰਨਾ ਸਮਾਂ ਲੈਂਦਾ ਹੈ, ਮੈਮੋਰੀ ਗ੍ਰਾਫ)। "ਉਹ ਫੰਕਸ਼ਨ ਪ੍ਰਤੀ ਫਰੇਮ 30ms ਲੈਂਦਾ ਹੈ" ਵਰਗਾ ਹਾਰਡ ਡੇਟਾ AI ਨੂੰ ਅਸਲ ਰੁਕਾਵਟ 'ਤੇ ਧਿਆਨ ਦੇਣ ਦੀ ਆਗਿਆ ਦਿੰਦਾ ਹੈ; ਇੱਕ ਵਿਅਕਤੀਗਤ ਵਾਕਾਂਸ਼ ਜਿਵੇਂ "ਹੌਲੀ" ਇੱਕ ਆਮ ਅਤੇ ਬੇਕਾਰ ਜਵਾਬ ਪੈਦਾ ਕਰਦਾ ਹੈ।
AI ਯੋਗਤਾਵਾਂ ਦੀ ਬੈਟਰੀ ਦੀ ਲਾਗਤ
ਇਸ ਮੋਡੀਊਲ ਵਿੱਚ ਅਸੀਂ ਜੋ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਸ਼ਾਮਲ ਕੀਤੀਆਂ ਹਨ ਉਹ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹਨ, ਪਰ ਉਹ ਮੁਫਤ ਨਹੀਂ ਹਨ। ਇੱਕ ਔਨ-ਡਿਵਾਈਸ ਮਾਡਲ ਨੂੰ ਐਕਸਟਰੈਕਟ ਕਰਨ ਨਾਲ ਪ੍ਰੋਸੈਸਰ ਅਤੇ ਬੈਟਰੀ ਵਿੱਚ ਦਬਾਅ ਪੈਂਦਾ ਹੈ; ਇੱਕ ਲਗਾਤਾਰ ਚੱਲ ਰਹੀ ਚਿੱਤਰ ਪਛਾਣ (ਜਿਵੇਂ ਕਿ ਕੈਮਰਾ ਹਰੇਕ ਫਰੇਮ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਨਾ) ਫ਼ੋਨ ਨੂੰ ਗਰਮ ਕਰ ਦੇਵੇਗਾ ਅਤੇ ਮਿੰਟਾਂ ਵਿੱਚ ਬੈਟਰੀ ਕੱਢ ਦੇਵੇਗਾ। ਦੂਜੇ ਪਾਸੇ, ਕਲਾਉਡ AI ਕਾਲਾਂ, ਨੈੱਟਵਰਕ ਰੇਡੀਓ (ਐਂਟੀਨਾ ਜੋ ਡੇਟਾ ਭੇਜਦਾ ਅਤੇ ਪ੍ਰਾਪਤ ਕਰਦਾ ਹੈ) ਨੂੰ ਹਰ ਸਮੇਂ ਚਾਲੂ ਰੱਖ ਕੇ ਬੈਟਰੀ ਨੂੰ ਖਾ ਲੈਂਦਾ ਹੈ। ਹੱਲ: ਲੋੜ ਪੈਣ 'ਤੇ ਹੀ ਔਨ-ਡਿਵਾਈਸ ਮਾਡਲ ਚਲਾਓ, ਹਰ ਫਰੇਮ ਦੀ ਬਜਾਏ ਪ੍ਰਤੀ ਸਕਿੰਟ ਕੁਝ ਵਾਰ ਕੈਮਰੇ ਦਾ ਨਮੂਨਾ ਲਓ, ਬੈਚ ਕਲਾਉਡ ਬੇਨਤੀਆਂ ਭੇਜੋ, ਜਦੋਂ ਡਿਵਾਈਸ ਚਾਰਜ ਹੋ ਰਹੀ ਹੋਵੇ ਜਾਂ ਵਿਹਲੀ ਹੋਵੇ ਤਾਂ ਭਾਰੀ ਲਿਫਟਿੰਗ ਕਰੋ।
ਸਾਵਧਾਨ: ਇੱਕ ਲਗਾਤਾਰ ਚੱਲ ਰਹੀ AI ਵਿਸ਼ੇਸ਼ਤਾ (ਲਾਈਵ ਅਨੁਵਾਦ, ਨਿਰੰਤਰ ਵਸਤੂ ਪਛਾਣ) ਬੈਟਰੀ ਨੂੰ ਬਹੁਤ ਤੇਜ਼ੀ ਨਾਲ ਕੱਢ ਸਕਦੀ ਹੈ, ਡਿਵਾਈਸ ਨੂੰ ਗਰਮ ਕਰ ਸਕਦੀ ਹੈ, ਅਤੇ ਸਿਸਟਮ ਦੁਆਰਾ ਥਰੋਟਲ ਹੋ ਸਕਦੀ ਹੈ। ਇੱਕ ਵਿਸ਼ੇਸ਼ਤਾ ਜੋ ਉਪਭੋਗਤਾ ਨੂੰ ਮਹਿਸੂਸ ਕਰਦੀ ਹੈ ਕਿ ਇਹ ਲਾਗਤ ਮਿਟਾ ਦਿੱਤੀ ਗਈ ਹੈ. ਮੈਂ ਹਮੇਸ਼ਾਂ AI ਨੂੰ ਪੁੱਛਦਾ ਹਾਂ "ਮੈਂ ਇਸ ਵਿਸ਼ੇਸ਼ਤਾ ਨੂੰ ਬੈਟਰੀ ਅਨੁਕੂਲ ਕਿਵੇਂ ਬਣਾਵਾਂ?" ਸਵਾਲ ਵੀ ਪੁੱਛੋ।
ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਦੇ ਕਦਮ
- ਮਾਪ. ਪ੍ਰੋਫਾਈਲਰ ਨਾਲ ਅਸਲ ਰੁਕਾਵਟ ਲੱਭੋ; ਅੰਦਾਜ਼ਾ ਨਾ ਲਗਾਓ।
- ਸਭ ਤੋਂ ਵੱਡੀ ਸਮੱਸਿਆ ਚੁਣੋ. 1% ਸੁਧਾਰ ਦਾ ਪਿੱਛਾ ਨਾ ਕਰੋ; ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਲੈਣ-ਦੇਣ ਦਾ ਟੀਚਾ ਰੱਖੋ।
- ਡੇਟਾ ਦੇ ਨਾਲ AI ਨੂੰ ਪੁੱਛੋ। ਪ੍ਰੋਫਾਈਲ ਆਉਟਪੁੱਟ + ਸੰਬੰਧਿਤ ਕੋਡ ਦੇ ਨਾਲ ਅਨੁਕੂਲਤਾ ਸੁਝਾਅ ਦੀ ਬੇਨਤੀ ਕਰੋ।
- ਲਾਗੂ ਕਰੋ ਅਤੇ ਦੁਬਾਰਾ ਮਾਪੋ. ਕੀ ਸੁਧਾਰ ਅਸਲੀ ਹੈ? ਕੀ ਨੰਬਰ ਘਟ ਗਿਆ ਹੈ?
- ਰਿਗਰੈਸ਼ਨ ਕੰਟਰੋਲ. ਕੀ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਨੇ ਕੁਝ ਤੋੜਿਆ? ਵਿਜ਼ੂਅਲ ਅਤੇ ਫੰਕਸ਼ਨਲ ਟੈਸਟਿੰਗ ਨੂੰ ਦੁਹਰਾਓ।
ਤਿੰਨ ਛੋਟੇ ਕੇਸ
ਕੇਸ 1 - ਗਲਤ ਥਾਂ 'ਤੇ ਖੋਜ ਕਰਨਾ। ਇੱਕ ਟੀਮ ਨੇ ਸੋਚਿਆ ਕਿ ਸੂਚੀਆਂ ਅਟਕ ਗਈਆਂ ਹਨ ਅਤੇ ਸਕ੍ਰੋਲਿੰਗ ਕੋਡ ਨੂੰ ਹਫ਼ਤਿਆਂ ਤੱਕ ਦੁਬਾਰਾ ਕੰਮ ਨਹੀਂ ਕੀਤਾ ਗਿਆ। ਜਦੋਂ ਉਨ੍ਹਾਂ ਨੇ ਪ੍ਰੋਫਾਈਲਰ ਲਿਆ ਅਤੇ ਏਆਈ ਨੂੰ ਡੇਟਾ ਫੀਡ ਕੀਤਾ, ਤਾਂ ਇਹ ਪਤਾ ਚਲਿਆ ਕਿ ਅਸਲ ਰੁਕਾਵਟ ਹਰ ਕਤਾਰ ਦੇ ਨਾਲ ਨੈਟਵਰਕ ਤੇ ਮੁੜ ਲੋਡ ਕੀਤੀਆਂ ਜਾ ਰਹੀਆਂ ਤਸਵੀਰਾਂ ਸਨ। ਜਦੋਂ ਵਿਜ਼ੂਅਲ ਕੈਸ਼ ਜੋੜਿਆ ਗਿਆ ਸੀ, ਤਾਂ ਰਵਾਨਗੀ 42 FPS ਤੋਂ 60 FPS ਤੱਕ ਵਧ ਗਈ ਹੈ। ਸਬਕ: ਮਾਪ ਹਫ਼ਤਿਆਂ ਦੀ ਵਿਅਰਥ ਕੋਸ਼ਿਸ਼ ਤੋਂ ਬਚਦਾ ਹੈ।
ਕੇਸ 2 - ਬੈਟਰੀ ਮੋਨਸਟਰ ਵਿਸ਼ੇਸ਼ਤਾ। ਇੱਕ ਅਨੁਵਾਦ ਐਪ ਨੇ ਕੈਮਰੇ ਨਾਲ ਲਾਈਵ ਟੈਕਸਟ ਅਨੁਵਾਦ ਸ਼ਾਮਲ ਕੀਤਾ; ਉਪਭੋਗਤਾਵਾਂ ਨੇ ਸ਼ਿਕਾਇਤ ਕੀਤੀ ਕਿ "ਫੋਨ 15 ਮਿੰਟਾਂ ਵਿੱਚ ਗਰਮ ਹੋ ਗਿਆ ਅਤੇ 30% ਬੈਟਰੀ ਖਤਮ ਹੋ ਗਈ।" ਜਦੋਂ AI ਨਾਲ ਸਲਾਹ ਕੀਤੀ ਗਈ, ਤਾਂ ਕੈਮਰਾ 30 ਫਰੇਮ ਪ੍ਰਤੀ ਸਕਿੰਟ ਦੀ ਪ੍ਰਕਿਰਿਆ ਕਰਦਾ ਪਾਇਆ ਗਿਆ; ਜਦੋਂ ਇਸਨੂੰ 5 ਫਰੇਮਾਂ ਤੱਕ ਘਟਾ ਦਿੱਤਾ ਗਿਆ ਸੀ ਅਤੇ ਨਤੀਜੇ ਨੂੰ ਕੁਝ ਫਰੇਮਾਂ ਦੇ ਇਲਾਵਾ ਅੱਪਡੇਟ ਕੀਤਾ ਗਿਆ ਸੀ, ਤਾਂ ਬੈਟਰੀ ਦੀ ਖਪਤ ਇੱਕ ਤਿਹਾਈ ਤੱਕ ਘਟ ਗਈ, ਅਤੇ ਗੁਣਵੱਤਾ ਧਿਆਨ ਦੇਣ ਯੋਗ ਨਹੀਂ ਸੀ। ਪਾਠ: AI ਨੂੰ ਹਮੇਸ਼ਾ ਬੈਟਰੀ ਅੱਖ ਨਾਲ ਸੈੱਟ ਕਰੋ।
ਕੇਸ 3 - ਹੌਲੀ ਸ਼ੁਰੂਆਤ। ਇੱਕ ਐਪ 4.5 ਸਕਿੰਟਾਂ ਵਿੱਚ ਖੁੱਲ੍ਹ ਰਿਹਾ ਸੀ; 20% ਉਪਭੋਗਤਾ ਸਟਾਰਟਅੱਪ 'ਤੇ ਬਾਹਰ ਨਿਕਲ ਰਹੇ ਸਨ। ਪ੍ਰੋਫਾਈਲ ਨੇ ਦਿਖਾਇਆ ਕਿ ਸਾਰੇ ਸ਼ੁਰੂਆਤੀ ਕੰਮ (ਵਿਸ਼ਲੇਸ਼ਣ, ਡੇਟਾ ਲੋਡਿੰਗ, ਮਾਡਲ ਦੀ ਤਿਆਰੀ) ਮੁੱਖ ਥਰਿੱਡ 'ਤੇ ਕ੍ਰਮਵਾਰ ਕੀਤਾ ਗਿਆ ਸੀ। AI ਪ੍ਰਸਤਾਵ ਦੇ ਨਾਲ, ਇਹਨਾਂ ਨੂੰ ਮੁਲਤਵੀ ਕਰ ਦਿੱਤਾ ਗਿਆ ਹੈ ਅਤੇ ਬੈਕ ਬਰਨਰ 'ਤੇ ਪਾ ਦਿੱਤਾ ਗਿਆ ਹੈ; ਖੁੱਲਣ ਦਾ ਸਮਾਂ ਘਟਾ ਕੇ 1.3 ਸਕਿੰਟ ਕਰ ਦਿੱਤਾ ਗਿਆ ਸੀ, ਅਤੇ ਛੱਡਣ ਦੀ ਦਰ ਅੱਧੀ ਕਰ ਦਿੱਤੀ ਗਈ ਸੀ। ਪਾਠ: ਸ਼ੁਰੂਆਤ ਵਿੱਚ ਸਿਰਫ਼ ਜ਼ਰੂਰੀ ਕੰਮ ਹੀ ਕਰੋ।
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ / ਮਜ਼ਬੂਤ ਪ੍ਰੋਂਪਟ
ਕਮਜ਼ੋਰ ਪ੍ਰੋਂਪਟ: "ਮੇਰੀ ਐਪ ਹੌਲੀ ਹੈ, ਇਸਨੂੰ ਤੇਜ਼ ਕਰੋ।"
ਸ਼ਕਤੀਸ਼ਾਲੀ ਪ੍ਰੋਂਪਟ: "ਮੇਰੀ ਐਂਡਰੌਇਡ ਐਪਲੀਕੇਸ਼ਨ ਵਿੱਚ ਸੂਚੀ ਸਕ੍ਰੌਲਿੰਗ ਫਸ ਜਾਂਦੀ ਹੈ (ਜੈਂਕ)। ਪ੍ਰੋਫਾਈਲਰ ਡੇਟਾ: bindImageView ਹਰੇਕ ਫਰੇਮ 'ਤੇ 28ms ਲੈਂਦਾ ਹੈ, ਚਿੱਤਰਾਂ ਨੂੰ ਹਰ ਵਾਰ ਨੈੱਟਵਰਕ ਤੋਂ ਲੋਡ ਕੀਤਾ ਜਾਂਦਾ ਹੈ, ਇੱਥੇ ਕੋਈ ਕੈਸ਼ ਨਹੀਂ ਹੁੰਦਾ ਹੈ। ਸੰਬੰਧਿਤ ਕੋਡ: [RecyclerView ਅਡਾਪਟਰ ਕੋਡ]। 3 ਸਭ ਤੋਂ ਪ੍ਰਭਾਵਸ਼ਾਲੀ ਅਨੁਕੂਲਨ ਦੀ ਸਿਫ਼ਾਰਸ਼ ਕਰੋ। ਹਰੇਕ ਸੰਭਾਵਿਤ ਸਾਈਡ ਇਫੈਕਟਸ ਅਤੇ ਸੰਭਾਵਿਤ ਸਾਈਡ ਇਫੈਕਟਸ ਦੇ ਕ੍ਰਮ ਵਿੱਚ ਸੰਭਾਵਿਤ ਹੱਲ ਨੂੰ ਪ੍ਰਾਈਜ਼ ਕਰੋ। ਚਿੱਤਰ ਦੀ ਗੁਣਵੱਤਾ ਨੂੰ ਘੱਟ ਨਾ ਕਰੋ।"
ਨਕਲ ਕਰਨ ਯੋਗ ਟੈਂਪਲੇਟਸ
ਬੋਟਲਨੇਕ ਵਿਸ਼ਲੇਸ਼ਣ ਟੈਮਪਲੇਟ: "ਹੇਠ ਦਿੱਤੇ ਪ੍ਰੋਫਾਈਲ ਡੇਟਾ ਦੀ ਵਿਆਖਿਆ ਕਰੋ ਅਤੇ 3 ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਓਪਰੇਸ਼ਨ ਲੱਭੋ: [ਪ੍ਰੋਫਾਈਲਰ ਆਉਟਪੁੱਟ]। ਹਰੇਕ ਲਈ ਸੰਭਾਵੀ ਕਾਰਨ ਅਤੇ ਠੋਸ ਅਨੁਕੂਲਤਾ ਦਾ ਸੁਝਾਅ ਦਿਓ। ਪਹਿਲਾਂ ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵ ਦਿਓ।"
ਬੈਟਰੀ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਟੈਮਪਲੇਟ:"ਇਹ ਵਿਸ਼ੇਸ਼ਤਾ ਬੈਟਰੀ ਨੂੰ ਤੇਜ਼ੀ ਨਾਲ ਖਤਮ ਕਰਦੀ ਹੈ: [ਵਿਸ਼ੇਸ਼ਤਾ, ਉਦਾਹਰਨ ਲਈ ਸਥਾਈ ਸਥਾਨ]। ਇਸ ਨੂੰ ਬੈਟਰੀ ਅਨੁਕੂਲ ਬਣਾਓ:- ਨਮੂਨਾ ਲੈਣ ਦੀ ਬਾਰੰਬਾਰਤਾ ਨੂੰ ਘਟਾਓ- ਬੈਕਗ੍ਰਾਉਂਡ ਵਿੱਚ ਪਾਬੰਦੀ- ਬੈਚ ਪ੍ਰੋਸੈਸਿੰਗ- ਸਿਰਫ਼ ਲੋੜ ਪੈਣ 'ਤੇ ਚਲਾਓ।
ਸਟਾਰਟਅਪ ਸਪੀਡ-ਅਪ ਟੈਮਪਲੇਟ: "ਐਪਲੀਕੇਸ਼ਨ ਸਟਾਰਟਅਪ ਨੂੰ ਤੇਜ਼ ਕਰੋ। ਸਟਾਰਟਅਪ 'ਤੇ ਵਰਤਮਾਨ ਵਿੱਚ ਕੀਤੀਆਂ ਜਾ ਰਹੀਆਂ ਚੀਜ਼ਾਂ: [ਸੂਚੀ]। ਕਿਹੜੀਆਂ ਨੂੰ ਮੁਲਤਵੀ, ਬੈਕਗ੍ਰਾਉਂਡ, ਜਾਂ ਆਲਸੀ-ਲੋਡ ਕੀਤਾ ਜਾ ਸਕਦਾ ਹੈ? ਜ਼ਰੂਰੀ ਨੂੰ ਵੱਖ ਕਰੋ। [ਕੋਡ]"
AI ਵਿਸ਼ੇਸ਼ਤਾ ਲਾਗਤ ਟੈਮਪਲੇਟ: "ਮੈਂ ਸ਼ਾਮਲ ਕੀਤੀ [ਆਨ-ਡਿਵਾਈਸ ਮਾਡਲ / ਕਲਾਉਡ ਕਾਲ] ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਬੈਟਰੀ ਦੀ ਲਾਗਤ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ। ਉਹਨਾਂ ਮੈਟ੍ਰਿਕਸ ਦੀ ਸੂਚੀ ਬਣਾਓ ਜੋ ਮੈਨੂੰ ਮਾਪਣੇ ਚਾਹੀਦੇ ਹਨ ਅਤੇ ਲਾਗਤ ਨੂੰ ਘਟਾਉਣ ਲਈ ਰਣਨੀਤੀਆਂ। [ਕੋਡ]"
ਆਮ ਗਲਤੀਆਂ
- ਮਾਪਣ ਤੋਂ ਬਿਨਾਂ ਅਨੁਕੂਲ ਬਣਾਉਣਾ। ਅਸਲ ਰੁਕਾਵਟ ਅਕਸਰ ਪੂਰਵ ਅਨੁਮਾਨ ਨਾਲੋਂ ਵੱਖਰੇ ਸਥਾਨ 'ਤੇ ਹੁੰਦੀ ਹੈ।
- ਛੋਟੇ ਲਾਭਾਂ ਦਾ ਪਿੱਛਾ ਕਰਨਾ. 1% ਸੁਧਾਰ ਦੀ ਬਜਾਏ ਸਭ ਤੋਂ ਮਹਿੰਗੀ ਕਾਰਵਾਈ ਲਈ ਟੀਚਾ ਰੱਖੋ।
- AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਬੈਟਰੀ ਲਾਗਤ ਨੂੰ ਨਜ਼ਰਅੰਦਾਜ਼ ਕਰਨਾ। ਲਗਾਤਾਰ ਚੱਲਦਾ ਮਾਡਲ/ਕੈਮਰਾ/ਨੈੱਟਵਰਕ ਬੈਟਰੀ ਖਾ ਜਾਂਦਾ ਹੈ।
- ਮੁੱਖ ਧਾਗੇ ਨੂੰ ਥਕਾ ਦੇਣਾ। ਸ਼ੁਰੂਆਤੀ ਅਤੇ ਸਕ੍ਰੋਲਿੰਗ ਦੀ ਭਾਰੀ ਲਿਫਟਿੰਗ UI ਥਰਿੱਡ 'ਤੇ ਨਹੀਂ ਹੋਣੀ ਚਾਹੀਦੀ।
- ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਤੋਂ ਬਾਅਦ ਮੁੜ-ਮਾਪਣ ਨਹੀਂ। ਪੁਸ਼ਟੀ ਕਰੋ ਕਿ ਸੁਧਾਰ ਅਸਲ ਹੈ ਅਤੇ ਕੁਝ ਵੀ ਨਹੀਂ ਤੋੜਦਾ ਹੈ।
- ਇਮੂਲੇਟਰ ਵਿੱਚ ਪ੍ਰਦਰਸ਼ਨ ਨੂੰ ਮਾਪਣਾ। ਅਸਲ ਡਿਵਾਈਸ ਦੀ ਗਤੀ, ਤਾਪਮਾਨ ਅਤੇ ਬੈਟਰੀ ਪੂਰੀ ਤਰ੍ਹਾਂ ਵੱਖਰੀ ਹੈ।
ਸੰਖੇਪ ਵਿੱਚ
ਪ੍ਰਦਰਸ਼ਨ ਅਤੇ ਬੈਟਰੀ ਮੋਬਾਈਲ ਐਪ ਦੇ ਬਚਾਅ ਦਾ ਮਾਮਲਾ ਹੈ। ਸੁਨਹਿਰੀ ਨਿਯਮ: ਪਹਿਲਾਂ ਮਾਪੋ, ਬਾਅਦ ਵਿੱਚ ਅਨੁਕੂਲ ਬਣਾਓ। AI ਨੂੰ ਪ੍ਰੋਫਾਈਲ ਡੇਟਾ ਦੇਣਾ ਵਿਆਖਿਆ ਨੂੰ ਤੇਜ਼ ਕਰਦਾ ਹੈ; "ਗਤੀ ਵਧਾਉਣ" ਦੀ ਬੇਅੰਤ ਇੱਛਾ ਅੰਨ੍ਹੇ ਅਨੁਮਾਨਾਂ ਵੱਲ ਲੈ ਜਾਂਦੀ ਹੈ. ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਲੈਣ-ਦੇਣ ਦਾ ਟੀਚਾ ਰੱਖੋ, ਛੋਟੇ ਲਾਭਾਂ ਦਾ ਪਿੱਛਾ ਨਾ ਕਰੋ। ਇਸ ਮੋਡੀਊਲ ਵਿੱਚ ਜੋੜੀਆਂ ਗਈਆਂ AI ਸਮਰੱਥਾਵਾਂ ਸ਼ਕਤੀਸ਼ਾਲੀ ਹਨ ਪਰ ਬੈਟਰੀ ਅਤੇ ਪ੍ਰੋਸੈਸਰ ਦੀਆਂ ਲਾਗਤਾਂ ਨੂੰ ਪੂਰਾ ਕਰਦੀਆਂ ਹਨ; ਨਮੂਨਾ ਲੈਣ ਦੀ ਬਾਰੰਬਾਰਤਾ, ਬੈਚਿੰਗ, ਅਤੇ ਲੋੜ ਪੈਣ 'ਤੇ ਹੀ ਚਲਾ ਕੇ ਇਸ ਲਾਗਤ ਦਾ ਪ੍ਰਬੰਧਨ ਕਰੋ। ਹਰੇਕ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਤੋਂ ਬਾਅਦ ਅਸਲ ਡਿਵਾਈਸ 'ਤੇ ਦੁਬਾਰਾ ਮਾਪੋ।
ਐਪਲੀਕੇਸ਼ਨ ਦਾ ਕੰਮ
ਇੱਕ ਐਪਲੀਕੇਸ਼ਨ (ਤੁਹਾਡਾ ਆਪਣਾ ਪ੍ਰੋਜੈਕਟ ਜਾਂ ਉਦਾਹਰਨ) ਵਿੱਚ ਇੱਕ ਪ੍ਰੋਫਾਈਲ ਆਯਾਤ ਕਰੋ ਜਾਂ ਇੱਕ ਨਮੂਨਾ ਪ੍ਰੋਫਾਈਲ ਆਉਟਪੁੱਟ ਬਣਾਓ ਅਤੇ ਇਸਨੂੰ "ਬੋਟਲਨੇਕ ਵਿਸ਼ਲੇਸ਼ਣ ਟੈਂਪਲੇਟ" ਨਾਲ AI ਦੁਆਰਾ ਵਿਆਖਿਆ ਕਰੋ। ਸਭ ਤੋਂ ਵੱਧ ਪ੍ਰਭਾਵ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਨੂੰ ਲਾਗੂ ਕਰੋ ਅਤੇ ਦੁਬਾਰਾ ਮਾਪੋ: ਕੀ ਸੰਖਿਆ ਅਸਲ ਵਿੱਚ ਘਟੀ ਹੈ? ਨਾਲ ਹੀ, "AI ਵਿਸ਼ੇਸ਼ਤਾ ਲਾਗਤ ਟੈਮਪਲੇਟ" ਨਾਲ ਬੈਟਰੀ ਦੇ ਰੂਪ ਵਿੱਚ ਇਸ ਮੋਡੀਊਲ (ਆਨ-ਡਿਵਾਈਸ ਮਾਡਲ ਜਾਂ ਕਲਾਉਡ ਕਾਲ) ਵਿੱਚ ਸ਼ਾਮਲ ਕੀਤੀ ਗਈ ਇੱਕ AI ਵਿਸ਼ੇਸ਼ਤਾ ਦਾ ਮੁਲਾਂਕਣ ਕਰੋ ਅਤੇ ਘੱਟੋ-ਘੱਟ ਇੱਕ ਬੈਟਰੀ-ਅਨੁਕੂਲ ਸੈਟਿੰਗ ਨਿਰਧਾਰਤ ਕਰੋ।
ਚੈੱਕਲਿਸਟ
- [ ] ਮੈਨੂੰ ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰੋਫਾਈਲ ਮਿਲੀ, ਮੈਨੂੰ ਅੰਦਾਜ਼ਾ ਨਹੀਂ ਸੀ
- [ ] ਮੈਂ ਸਭ ਤੋਂ ਮਹਿੰਗੇ ਵਪਾਰ ਦਾ ਟੀਚਾ ਰੱਖਿਆ, ਮੈਂ ਛੋਟੇ ਮੁਨਾਫ਼ਿਆਂ 'ਤੇ ਖਿੰਡਾਇਆ ਨਹੀਂ ਸੀ
- [ ] ਮੈਂ AI ਪ੍ਰੋਫਾਈਲ ਡੇਟਾ ਨੂੰ ਠੋਸ ਸੰਖਿਆਵਾਂ ਵਿੱਚ ਦਿੱਤਾ ਹੈ
- [ ] ਮੈਂ AI ਵਿਸ਼ੇਸ਼ਤਾਵਾਂ ਦੀ ਬੈਟਰੀ/ਪ੍ਰੋਸੈਸਰ ਦੀ ਲਾਗਤ ਦਾ ਮੁਲਾਂਕਣ ਕੀਤਾ
- [ ] ਮੈਂ ਮੁੱਖ ਧਾਗੇ ਤੋਂ ਭਾਰੀ ਲਿਫਟਿੰਗ ਨੂੰ ਹਟਾ ਦਿੱਤਾ ਹੈ
- [ ] ਓਪਟੀਮਾਈਜੇਸ਼ਨ ਤੋਂ ਬਾਅਦ, ਮੈਂ ਅਸਲ ਡਿਵਾਈਸ 'ਤੇ ਦੁਬਾਰਾ ਮਾਪਿਆ ਅਤੇ ਰਿਗਰੈਸ਼ਨ ਦੀ ਜਾਂਚ ਕੀਤੀ