我是python的新手,我试图用python的多处理模块编写快速代码。实际上,我的问题很笼统:我想知道使用多处理的不同方法,我很困惑,因为我不确定这段代码是如何工作的,以便进行正确的归纳
import numpy as np
from multiprocessing import Process, Pool
def sqd(x):
return x*x.T
A = np.random.random((10000, 10000))
if __name__ == '__main__':
pool = Pool(processes = 4)
result = pool.apply_async(sqd, [A])
print result.get(timeout = 1)
print len(pool.map(sqd, A))
然而,当我为了加速随机矩阵的生成而执行下面的泛化时,情况并不是很好
^{pr2}$所以输出是:
$ python prueba2.py
[[ 0.50770071 0.36508745 0.02447127 ..., 0.12122494 0.72641019
0.68209404]
[ 0.19470934 0.89260293 0.58143287 ..., 0.25042778 0.05046485
0.50856362]
[ 0.67367326 0.76929582 0.4232229 ..., 0.72910757 0.56047056
0.11873254]
...,
[ 0.91234565 0.20216969 0.2961842 ..., 0.57539533 0.99836323
0.79875158]
[ 0.85407066 0.99905665 0.12948157 ..., 0.58411818 0.06688349
0.71026483]
[ 0.0599241 0.82759421 0.9532148 ..., 0.22463593 0.0859876
0.41072156]]
Traceback (most recent call last):
File "prueba2.py", line 14, in <module>
print pool.map(sqd, D)
File "/home/nacho/anaconda/lib/python2.7/multiprocessing/pool.py", line 251, in map
return self.map_async(func, iterable, chunksize).get()
File "/home/nacho/anaconda/lib/python2.7/multiprocessing/pool.py", line 304, in map_async
iterable = list(iterable)
TypeError: 'int' object is not iterable
在这种情况下,我知道我给“某物”传递了不正确的参数,但我不确定原因是什么,我能做什么和我不能做什么,在这种情况下和其他不同的情况下,把列表或范围传递给多处理模块,而且我想知道在这之后如何释放内存,如果我允许在没有内存错误。。。在
我想补充一些细节,不管我想知道使用多处理的不同用例,这个问题背后的动机是因为我拍了一张我的处理器正在工作的照片,有一个独立的进程在单处理器上工作,我想这是由于random()造成的,所以我想把整个任务并行化在
我希望不要这么模棱两可。提前谢谢你。。。在
不能定义要用函数内部的
multiprocessing
计算的函数的参数。pool.map
要做的是,切掉A
数组,并在不同的处理器之间映射,作业将在您提交的处理器数量之间分配,直到它完成。但是在代码中,您只是将输入数组的维数作为pool.map
的参数,因此它只计算了一次并引发错误,而map
需要您的函数加上一个iterable参数。在相关问题 更多 >
编程相关推荐