Python 如何禁用Jupyter'；什么是CPU限制？

我编写了一个代码，使用

多处理

库并行运行任务。当我直接从终端运行此代码时，它使用前面定义的核心数正常工作

from multiprocessing import Pool
from minepy import MINE

def mic(pair):

    assert len(pair) == 4 and isinstance(pair, tuple)

    x, y, x_name, y_name = pair

    mine = MINE()

    mine.compute_score(x, y)

    return {(x_name, y_name): mine.mic()}

num_cores = multiprocessing.cpu_count() - 1

inputs = [(independent_var.as_matrix(), dependent_var.as_matrix(),
           independent_var.name, dependent_var.name) 
           for i, independent_var in dataset.iteritems()
           for j, dependent_var in dependent_variables.iteritems()
           if len(dependent_var.unique()) > 1]

if len(inputs) > 0:
    with Pool(num_cores) as p:
        results = p.map(func, inputs)

---

但是，当我在Windows上通过Jupyter运行它时，内核会在几秒钟内正确地消耗掉。之后，进程停止并查看。有什么方法可以避免这种行为吗？

您提供的代码在这里工作正常

也许你必须提供更多的数据，比如

输入

列表的内容和/或

函数

的定义，这样我们才能重现问题

---

还要检查您正在使用的

多处理.cpu\u count（）

调用的结果-它通常无法正确确定许多环境中的内核数。

我编辑了我的代码，以帮助您再现我的问题。感谢您的关注。您是否为您的环境检查了

多处理.cpu\u count（）

？是的。成功了。当我从CMD调用我的代码时，我的代码在windows上运行正常，但通过Jupyter我得到了这个疑问。