Python 导入PyTorch后导入OpenCV会与CPU亲和力发生冲突

这是我曾经处理过的奇怪软件问题的极端结局。寻求帮助

考虑以下Python脚本：

import psutil
import torch


def run():
    curr_process = psutil.Process()
    curr_process.cpu_affinity([3])
    print('Before', curr_process.cpu_affinity())
    import cv2
    print('After', curr_process.cpu_affinity())


import multiprocessing
multiprocessing.Process(target=run).start()

您可能会认为导入OpenCV与CPU亲和力无关，前后的输出是相同的，但不是。在我的机器上，此脚本的输出是：

Before [3]
After [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19]

当然，这个问题是在一个大型应用程序中出现的，它花费了相当大的努力将其归结为这个最小的示例。我发现复制它需要一个关键条件：PyTorch和OpenCV应该从不同的进程导入。一个在叉子前面，一个在叉子后面。如果同时在子进程或主进程中导入，则不会复制，但如果在此脚本中交换

cv2

和

torch

，则会复制

首先，导入库与CPU相关性有什么关系？也许这是该库的作者进行的某种优化尝试，但却遭到了恶意攻击

那么，我该如何解决这样的问题呢？当然，我可以在fork之前导入所有内容，作为一个快速的黑客解决方案，但我想弄清事情的真相

我的库版本（均从Conda repo安装）：

• opencv=4.1.0=py37h3aa1047_6

• pytorch=1.4.0=py3.7_cuda10.1.243_cudnn7.6.3_0