Python 3.x 自定义函数中的python多处理

我试图同时生成多个进程，以便在python中实现自定义集群函数。我构建了五个函数，它们基本上实现了网格搜索，需要一些时间才能完成。我已经研究了多重处理，并对代码进行了一些调整，但有两件事我遇到了麻烦。一是，尽管我已经正确地设置了多重处理，但这些过程似乎仍在按顺序进行。第二，我想不出访问多处理进程类返回的值的最佳方法，用返回值更新字典似乎是解决这个问题的好方法。所以我的主要问题是,；我是否正确设置了多处理/多线程？我怎么查

下面的代码是我当前结构的简化版本

def Optimal_Search(brc = "brc", ms='ms', agg = 'agg', db = 'db', km = 'km'):
    import time
    start_time = time.time()

    def f(name):
        print ('hello', name)
        return ('hello', name)

    if __name__=='__main__':
        brc_params = Process(target = f(name = brc))
        brc_params.start()
        ms_params = Process(target = f(name = ms))
        ms_params.start()
        agg_params = Process(target = f(name = agg))
        agg_params.start()
        db_params = Process(target = f(name = db))
        db_params.start()
        km_params = Process(target = f(name = km))
        km_params.start()

    print("--- %s seconds ---" % (time.time() - start_time))
    print(brc_params, ms_params, agg_params, db_params, km_params)

    return brc_params, ms_params, agg_params, db_params, km_params

---

如果您想使用，我认为您需要将

进程（target=f（'brc'））

替换为

p=Process（target=f，args=（'brc'，）

。否则，

f

将在传递到

过程之前进行评估

但是，听起来您希望在集群上运行此功能，在这种情况下，多处理将不起作用。我建议用编写代码，这样它就可以在一台机器和一个集群上运行

您可以按如下方式构造它

import ray
import sys

ray.init()

@ray.remote
def f(name):
    print('hello', name)
    sys.stdout.flush()
    return 'hello', name

# Launch the tasks in parallel on different worker processes.
result_ids = []
for name in ['brc', 'ms', 'agg', 'db', 'km']:
    result_ids.append(f.remote(name))

# Retrieve the results.
results = ray.get(result_ids)

请注意，如果您正在进行网格搜索或任何形式的超参数搜索，您可能会发现这很有用

。请注意，我正在帮助开发Ray。
我感谢您的建议。看起来Ray只适用于Linux和MAC，不幸的是我使用的是WIndows操作系统。啊，你说得对。目前Ray在Linux和MacOS上工作。Windows支持正在准备中，但尚未提供。