Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/346.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181

Warning: file_get_contents(/data/phpspider/zhask/data//catemap/6/codeigniter/3.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python 为什么scikit learn会切换到SequentialBackend？_Python_Machine Learning_Scikit Learn_Parallel Processing_Grid Search - Fatal编程技术网
Fatal编程技术网
  • python/
  • Python 为什么scikit learn会切换到SequentialBackend？

Python 为什么scikit learn会切换到SequentialBackend？

python machine-learning scikit-learn parallel-processing

Python 为什么scikit learn会切换到SequentialBackend？,python,machine-learning,scikit-learn,parallel-processing,grid-search,Python,Machine Learning,Scikit Learn,Parallel Processing,Grid Search,我尝试在具有16个可用CPU的计算机上运行以下代码： def标记器（文本）： 返回text.split（） param_grid=[{'vect___stop_words'：[None，stop]， 'vect__binary'：[True，False]}] bow=计数向量器（ngram_范围=（1,1），标记器=标记器） 多重nb_bow=管道（[（'vect'，bow），（'clf'，多项式nb（））]） gs_multinb_bow=GridSearchCV（multinb_bow，参数

我尝试在具有16个可用CPU的计算机上运行以下代码：

def标记器（文本）：
返回text.split（）
param_grid=[{'vect___stop_words'：[None，stop]，
'vect__binary'：[True，False]}]
bow=计数向量器（ngram_范围=（1,1），标记器=标记器）
多重nb_bow=管道（[（'vect'，bow），（'clf'，多项式nb（））]）
gs_multinb_bow=GridSearchCV（multinb_bow，参数网格，评分='f1_宏'，
cv=3，verbose=1，n_jobs=-1）
gs_multinb_弓形配合（X_系列、y_系列）
我将
n_jobs
设置为
-1
，但是
scikit learn
切换到
SequentialBackend
，即使我添加了一个带有并行后端（'loky'）的上下文管理器
：
，脚本仍然只使用一个并发工作线程运行

Fitting 3 folds for each of 4 candidates, totalling 12 fits
[Parallel(n_jobs=-1)]: Using backend SequentialBackend with 1 concurrent workers.
如果为
n\u作业指定不同的值，则相同的结果仍然存在


为什么会这样？我最近在一个类似的任务上运行了一个似乎相同的代码，网格搜索在多个CPU上并行工作，正如
n_jobs
使用
LokyBackend
所指定的那样。嗨，你有没有可能找到
Sklearn
切换到
顺序后端的解决方案