Machine learning 有没有一个具有健壮并行性的SKLearn分支？

SKLearn机器学习库在使用其内置并行性时非常脆弱（设置n_jobs=-1）。这里有补丁、分支或替代方案吗

多核脆弱性示例：

---

易碎品是什么意思？我认为它非常稳定（Linux），而且我认为很多人都在使用它，没有任何问题。（操作系统X可能有问题）。在GridSearchCV中使用n_jobs>1时，sklearn往往会出现内存问题，并且segfault很常见。@sascha我已经添加了一些这种有文档记录的行为的示例，我认为，其中大多数只是操作系统X上的一个问题（我不使用它，但您可能会使用）。我在Linux+python3上没有遇到任何问题（我经常使用它）。我不认为有其他选择，正如我所想，如果让它工作起来这么容易，sklearn开发人员就会这么做。我从来没有发生过segfault，关于内存问题，我没有无法解释的行为（当然，一些模型需要数据的副本；还有臭名昭著的pre_dispatch参数）。你对脆性是什么意思？我认为它非常稳定（Linux），而且我认为很多人都在使用它，没有任何问题。（操作系统X可能有问题）。在GridSearchCV中使用n_jobs>1时，sklearn往往会出现内存问题，并且segfault很常见。@sascha我已经添加了一些这种有文档记录的行为的示例，我认为，其中大多数只是操作系统X上的一个问题（我不使用它，但您可能会使用）。我在Linux+python3上没有遇到任何问题（我经常使用它）。我不认为有其他选择，正如我所想，如果让它工作起来这么容易，sklearn开发人员就会这么做。我从来没有出现过segfault，关于内存问题，我没有无法解释的行为（当然，一些模型需要数据的副本；还有臭名昭著的pre_dispatch参数）。