Python 使用HTCondor的DEAP替代方案进行多处理
我在Windows Server 2016上使用DEAP,并且在多处理器方面不断遇到问题,要么它生成的作业数与CPU数不一样,要么它在一段时间后停止,并且似乎挂起。我实际上运行了一个外部.NET进程并返回一个值,该值稍后由DEAP优化程序读取Python 使用HTCondor的DEAP替代方案进行多处理,python,multiprocessing,deap,condor,Python,Multiprocessing,Deap,Condor,我在Windows Server 2016上使用DEAP,并且在多处理器方面不断遇到问题,要么它生成的作业数与CPU数不一样,要么它在一段时间后停止,并且似乎挂起。我实际上运行了一个外部.NET进程并返回一个值,该值稍后由DEAP优化程序读取 if self.n_jobs == 0: raise ValueError("n_jobs == 0 has no meaning.") elif self.n_jobs > 1: pool = multiproc
if self.n_jobs == 0:
raise ValueError("n_jobs == 0 has no meaning.")
elif self.n_jobs > 1:
pool = multiprocessing.Pool(processes=self.n_jobs)
toolbox.register("map", pool.map)
elif self.n_jobs < 0:
pool = multiprocessing.Pool(processes=max(cpu_count() + 1 + self.n_jobs, 1))
toolbox.register("map", pool.map)
pop = toolbox.population(n=self.n_population)
hof = tools.HallOfFame(1, similar=np.array_equal)
stats = tools.Statistics(lambda ind: ind.fitness.values)
stats.register("avg", np.mean, axis=0)
stats.register("std", np.std, axis=0)
stats.register("min", np.min, axis=0)
stats.register("max", np.max, axis=0)
if self.verbose > 0:
print("Selecting features with genetic algorithm.")
_, log = _eaFunction(pop, toolbox, cxpb=self.crossover_proba, mutpb=self.mutation_proba,
ngen=self.n_generations, ngen_no_change=self.n_gen_no_change,
stats=stats, halloffame=hof, verbose=self.verbose)
if self.n_jobs != 1:
pool.close()
time.sleep(2)
pool.join()
这是代码的摘录,我遵守了文档中的注释,但它仍然不可靠。从文档中:
“警告如多处理指南中所述,在Windows下,由于进程的初始化方式,必须在ifname==”main“部分中保护进程池。”
另外,作为一种解决方法,是否可以只使用HTCondor/pycondor并删除DEAP多处理器池,然后从那里运行作业,因为我已经每次调用外部进程了
def main():
#set_start_method("spawn")
genetic = Genetic_markov_selection(
verbose=1,
n_population=40,
crossover_proba=0.5,
mutation_proba=0.3,
n_generations=40,
crossover_independent_proba=0.5,
mutation_independent_proba=0.05,
tournament_size=3,
n_gen_no_change = 40,
caching=True,
n_jobs=-1)
genetic.fit()
if __name__ == '__main__': main()