atexit中出现Python concurrent.futures错误。_run_exitfuncs:OSError:handle仅在Visual studio调试模式下运行时关闭
我试图实现concurrent.futures时遇到了一个问题,我生成了一个代码,在中执行时:atexit中出现Python concurrent.futures错误。_run_exitfuncs:OSError:handle仅在Visual studio调试模式下运行时关闭,python,multiprocessing,concurrent.futures,Python,Multiprocessing,Concurrent.futures,我试图实现concurrent.futures时遇到了一个问题,我生成了一个代码,在中执行时: Python终端 所以当我在Visual Studio代码调试模式下运行它时 生成以下错误: Error in atexit._run_exitfuncs: Traceback (most recent call last): File "C:\Users\debor\anaconda3\envs\multimidia_image\lib\concurrent\futures\
- Python终端
- 所以当我在Visual Studio代码调试模式下运行它时
- 生成以下错误:
Error in atexit._run_exitfuncs: Traceback (most recent call last): File "C:\Users\debor\anaconda3\envs\multimidia_image\lib\concurrent\futures\process.py", line 102, in _python_exit thread_wakeup.wakeup() File "C:\Users\debor\anaconda3\envs\multimidia_image\lib\concurrent\futures\process.py", line 90, in wakeup self._writer.send_bytes(b"") File "C:\Users\debor\anaconda3\envs\multimidia_image\lib\multiprocessing\connection.py", line 183, in send_bytes self._check_closed() File "C:\Users\debor\anaconda3\envs\multimidia_image\lib\multiprocessing\connection.py", line 136, in _check_closed raise OSError("handle is closed") OSError: handle is closed
import numpy as np
import pandas as pd
import concurrent.futures
import multiprocessing
from itertools import product
def main_execucao(n_exec,input_n_geracoes_max,tipo_apt,input_pop_0,tipo_pop_gerar,tipo_selecao_crossover,tour,tipo_crossover,input_p_cross,tipo_mutacao,tipo_reinsercao,words):
# Dicionário vazio para armazenar resultados por geração n+1
resultados = {}
resultados[("teste")] = [1,0]
return resultados
def main():
# Parametros problemáticos Process
tmi = ["tm1"]
si = ["s1"]
ci = ["c1"]
ri = ["r2"]
# Lista de variantes
variantes = list(product(*[tmi, si, ci, ri]))
# Numero de execuções
input_n_execucoes = 3
# Inputs para main
# Inputs gerais
# Lista iterável para chamar função
lista_n_exec=range(0,input_n_execucoes)
# Numero de gerações
input_n_geracoes_max = [50] * len(lista_n_exec)
# Palavras
w_1=np.flip(np.array(list("send")),0)
w_2=np.flip(np.array(list("more")),0)
w_3=np.flip(np.array(list("money")),0)
words=[w_1,w_2,w_3]
words_lista=[words]* len(lista_n_exec)
for param in variantes:
# Inputs parameters
# Tipo aptidao (apt_1= aptidão simples, apt_2 aptidão invertida, apt_3 invertida normalizada pior valor)
tipo_apt = "apt_1"
tipo_apt_lista = [tipo_apt] * len(lista_n_exec)
# População inicial
input_pop_0 = [100] * len(lista_n_exec)
tipo_pop_gerar = ["sem_repeticao_populacao_inicial"] * len(lista_n_exec)
nome_selecao_cross =param[1]
tipo_selecao_crossover = [nome_selecao_cross] * len(lista_n_exec)
tour = [3] * len(lista_n_exec)# Apenas se seleção for torneio
# Tipo de crossover
nome_cross = param[2]
tipo_crossover = [nome_cross] * len(lista_n_exec)
# % de Crossover
input_p_cross = [0.8] * len(lista_n_exec)
# % de mutação
nome_mutacao = param[0]
if nome_mutacao=="tm1":
perc_mutacao=0.02
elif nome_mutacao=="tm2":
perc_mutacao=0.10
elif nome_mutacao=="tm3":
perc_mutacao=0.2
tipo_mutacao = [perc_mutacao] * len(lista_n_exec)
# Tipo de reinserção
nome_reinsercao = param[3]
tipo_reinsercao = [nome_reinsercao] * len(lista_n_exec)
# Finaliza inputs
# Index contar número de execuções e gerações
ix_exec_real=0
ger_exec_real=0
# Número total de convergencias após todas execuções
total_conv_tds_exec=0
# Dicionário para armazenar resultados de todas as n execuções
results={}
with concurrent.futures.ProcessPoolExecutor() as executor:
for result in (executor.map(main_execucao,lista_n_exec,input_n_geracoes_max,tipo_apt_lista,input_pop_0,tipo_pop_gerar,tipo_selecao_crossover,tour,tipo_crossover,input_p_cross,tipo_mutacao,tipo_reinsercao,words_lista)):
results.update(result)
print("finish")
if __name__ == '__main__':
multiprocessing.freeze_support()
main()
有人知道我可以尝试什么吗?
我发现了一个类似的问题:
非常感谢欢迎来到Stack Overflow!请提供一个可重复的代码示例,这是python/unix中的一个bug。只需更新到python 3.9即可解决此问题。@Savrige无法升级到3.9的用户该怎么办?欢迎使用堆栈溢出!请提供一个可重复的代码示例,这是python/unix中的一个bug。只需更新到python 3.9即可解决此问题。@Savrige无法升级到3.9的用户该怎么办?
import numpy as np
import pandas as pd
import concurrent.futures
import multiprocessing
from itertools import product
def main_execucao(n_exec,input_n_geracoes_max,tipo_apt,input_pop_0,tipo_pop_gerar,tipo_selecao_crossover,tour,tipo_crossover,input_p_cross,tipo_mutacao,tipo_reinsercao,words):
# Dicionário vazio para armazenar resultados por geração n+1
resultados = {}
resultados[("teste")] = [1,0]
return resultados
def main():
# Parametros problemáticos Process
tmi = ["tm1"]
si = ["s1"]
ci = ["c1"]
ri = ["r2"]
# Lista de variantes
variantes = list(product(*[tmi, si, ci, ri]))
# Numero de execuções
input_n_execucoes = 3
# Inputs para main
# Inputs gerais
# Lista iterável para chamar função
lista_n_exec=range(0,input_n_execucoes)
# Numero de gerações
input_n_geracoes_max = [50] * len(lista_n_exec)
# Palavras
w_1=np.flip(np.array(list("send")),0)
w_2=np.flip(np.array(list("more")),0)
w_3=np.flip(np.array(list("money")),0)
words=[w_1,w_2,w_3]
words_lista=[words]* len(lista_n_exec)
for param in variantes:
# Inputs parameters
# Tipo aptidao (apt_1= aptidão simples, apt_2 aptidão invertida, apt_3 invertida normalizada pior valor)
tipo_apt = "apt_1"
tipo_apt_lista = [tipo_apt] * len(lista_n_exec)
# População inicial
input_pop_0 = [100] * len(lista_n_exec)
tipo_pop_gerar = ["sem_repeticao_populacao_inicial"] * len(lista_n_exec)
nome_selecao_cross =param[1]
tipo_selecao_crossover = [nome_selecao_cross] * len(lista_n_exec)
tour = [3] * len(lista_n_exec)# Apenas se seleção for torneio
# Tipo de crossover
nome_cross = param[2]
tipo_crossover = [nome_cross] * len(lista_n_exec)
# % de Crossover
input_p_cross = [0.8] * len(lista_n_exec)
# % de mutação
nome_mutacao = param[0]
if nome_mutacao=="tm1":
perc_mutacao=0.02
elif nome_mutacao=="tm2":
perc_mutacao=0.10
elif nome_mutacao=="tm3":
perc_mutacao=0.2
tipo_mutacao = [perc_mutacao] * len(lista_n_exec)
# Tipo de reinserção
nome_reinsercao = param[3]
tipo_reinsercao = [nome_reinsercao] * len(lista_n_exec)
# Finaliza inputs
# Index contar número de execuções e gerações
ix_exec_real=0
ger_exec_real=0
# Número total de convergencias após todas execuções
total_conv_tds_exec=0
# Dicionário para armazenar resultados de todas as n execuções
results={}
with concurrent.futures.ProcessPoolExecutor() as executor:
for result in (executor.map(main_execucao,lista_n_exec,input_n_geracoes_max,tipo_apt_lista,input_pop_0,tipo_pop_gerar,tipo_selecao_crossover,tour,tipo_crossover,input_p_cross,tipo_mutacao,tipo_reinsercao,words_lista)):
results.update(result)
print("finish")
if __name__ == '__main__':
multiprocessing.freeze_support()
main()