如何在Python中使用共享内存乘法3个矩阵？

Question

我想在多处理方法中使用共享内存乘以3个矩阵（比如E=AxBxC）。我可以用两个矩阵来做，但是当我想对第三个矩阵重复同样的过程时，我被卡住了，不知道如何处理共享数组。 我知道我必须使用多处理阵列，但不知道如何管理它。 下面是我在代码中使用数组的方式：

mp_arr_one = multiprocessing.Array(ctypes.c_int, 3*3)

然后在我的函数中：

arr = numpy.frombuffer(mp_arr_one.get_obj(), dtype=ctypes.c_int)
res = arr.reshape((3,3))

第一部分（D=AxB）一切都很好，但是当我想计算E=DxC时，代码出错了，结果完全不正确。你知道吗

提前谢谢。你知道吗

Answer 1

只需将numpy与支持多线程的优化BLAS（例如OpenBLAS、BLAS ATLAS、MKL）结合使用即可。你知道吗

矩阵乘法将被并行化，因为它包含大量依赖于体系结构的优化，这种方法将比用multiprocessing.Array显式管理Python中的共享内存更快。顺便说一句，如果速度是一个问题，即使是在单线程执行中，也没有办法解决，那么应该使用带有numpy的优化BLAS实现。你知道吗