Question

我正在尝试实现一个使用python multiprocessing的函数，以加快计算速度。我正在尝试创建一个成对的距离矩阵，但是使用for循环的实现要花费8个小时以上。

这段代码似乎运行得更快，但是当我打印矩阵时，它充满了零。当我在函数中打印行时，它似乎可以工作。我认为这是一个范围问题，但我不明白如何处理。

import multiprocessing
import time
import numpy as np

def MultiProcessedFunc(i,x):
    for j in range(i,len(x)):
        time.sleep(0.08)
        M[i,j] = (x[i]+x[j])/2
    print(M[i,:]) # Check if the operation works
    print('')

processes = []

v = [x+1 for x in range(8000)]
M = np.zeros((len(v),len(v)))

for i in range(len(v)):
    p = multiprocessing.Process(target = MultiProcessedFunc, args =(i,v))
    processes.append(p)
    p.start()

for process in processes:
    process.join()
end = time.time()

print('Multiprocessing: {}'.format(end-start))
print(M)

Answer 1

不幸的是，您的代码无法以这种方式编写。多处理产生单独的进程，这意味着内存空间是分开的！一个子流程所做的更改不会反映在其他流程或您的父流程中。

严格来说，这不是范围问题。范围是在单个解释器过程中定义的。

does provide means of sharing memory between processes模块，但这是有代价的（由于锁定等问题，共享内存的速度要慢得多。

现在，numpy具有一个不错的功能：it releases the GIL during computation。这意味着使用多个threading而不是multiprocessing会给您带来一些好处，而对代码几乎没有其他更改，只需将import multiprocessing替换为import threading和multiprocessing.Process即可threading.Thread。该代码应产生正确的结果。在我的机器上，删除打印语句及其在8秒内运行的sleep代码：

Multiprocessing: 7.48570203781
[[1.000e+00 1.000e+00 2.000e+00 ... 3.999e+03 4.000e+03 4.000e+03]
 [0.000e+00 2.000e+00 2.000e+00 ... 4.000e+03 4.000e+03 4.001e+03]
 [0.000e+00 0.000e+00 3.000e+00 ... 4.000e+03 4.001e+03 4.001e+03]
 ...
 [0.000e+00 0.000e+00 0.000e+00 ... 7.998e+03 7.998e+03 7.999e+03]
 [0.000e+00 0.000e+00 0.000e+00 ... 0.000e+00 7.999e+03 7.999e+03]
 [0.000e+00 0.000e+00 0.000e+00 ... 0.000e+00 0.000e+00 8.000e+03]]

另一种方法是让子流程返回结果，然后将结果合并到主流程中。

如何使用多重处理来管理范围

1 个答案: