Scikit learn 支持多处理的并行循环不能嵌套在线程下面

joblib中出现此类问题的原因是什么？ '多处理支持的并行循环不能嵌套在线程下面，设置n_jobs=1' 我应该怎么做来避免这样的问题

实际上，我需要实现XMLRPC服务器，它在后台线程中运行大量计算，并通过UI客户端的轮询报告当前进度。它使用基于joblib的scikit learn

附言：

---

我只是简单地将线程的名称改为“MainThread”，以避免此类警告，而且一切看起来都很正常（按预期并行运行，不会出现问题）。这种解决方法将来可能会出现什么问题？

这似乎是由于JobLib库中的问题。在写这篇文章的时候，这似乎是固定的，但尚未发布。如问题中所述，脏修复程序需要将主线程重新命名为

MainThread

：

---

threading.current_thread（）.name='MainThread'

我在线程内使用sklearn进行预测时遇到了相同的警告，使用的是我加载的模型，该模型安装了n_jobs>1。当您对模型进行pickle处理时，它会出现，该模型将与其参数（包括n_作业）一起保存

为避免警告（以及潜在的序列化成本），请在酸洗模型时将n_jobs设置为1：

clf = joblib.load(model_filename).set_params(n_jobs=1)

---

据我所知，问题是你的一个线程产生了另一个多线程计算。一、 就个人而言，你不认为有必要这样做（是的，你可以使用复杂的fork模型，但是为什么你要使用并行循环呢？），因为你可能已经在利用你所有的并行性了。你把这个叫做什么？这对我没有影响。@Cerin就在我初始化并安装分类器之前。这对我也没有影响。我刚刚注意到，在升级了一些LIB之后，这个问题又开始出现了。看起来行为改变了。