Multithreading Julia@everywhere变量

我正在尝试使用Julia并行实现代码。我使用@everywhere宏使所有进程从RemoteRef获取数据

是否可以使用仅在@everywhere表达式的第一个进程上定义的变量名，并以某种方式指定我希望它向所有进程发送该变量的值，而不是变量名

例如：

r = RemoteRef()
put(r, data)
@everywhere data = fetch(r)

这将返回一个错误，因为未在所有进程上定义

r

如何将数据移动到所有流程

另外，我可以告诉Julia在表达式中输入值而不是变量名吗？ 类似于how

name=“John”；println（“Hello，$name”）

将打印“Hello，John”

以查找Spencer在一个漂亮的小软件包checkout中指出的函数（和宏）。测试（CI显示这些测试在所有平台的v0.5上通过）

对于您的问题，您可以使用

sendto

功能：

z = randn(10, 10); sendto(workers(), z=z)
@everywhere println(z)

---

你对这个还有意见吗？我相信你可以做你想做的，但是有很多问题，我不确定该解决哪些/如何解决。我想我已经找到了一个解决方案，将数据作为一个函数的参数，我可以在不同的进程中@spawn，但这不是一个很好的解决方案。任何帮助都将不胜感激。我需要告诉你什么？那太好了，你可以看到数据如何成为

@spawnat

的参数。如果可以在任何地方复制数据，还有其他选择。。。如果您在Linux上，也可以使用

SharedArray

。需要将数据移动保持在最低限度以提高效率。也许如果你写一点关于你的“大局”的话，并行化选项可能会更清晰一些。每个流程都拥有一部分培训示例。我希望向每个流程发送权重矩阵，允许他们根据训练示例确定权重的更新，并将更新发送回主流程。然后，主进程计算新的权重矩阵，并将其发送回所有其他进程，以便它们可以再次进行训练。我刚刚回答了一个相关问题，我认为我发布的函数应该可以帮助您完成需要的任务。