這也許不是問這個(gè)問題的合適地方，但我不確定還能去哪里問這個(gè)問題。我的碩士論文旨在嘗試使用并行計(jì)算來加速隨機(jī)生物學(xué)模擬。我已經(jīng)為模擬的并行化編寫了一些標(biāo)準(zhǔn)格式的代碼。pool.map此代碼適用于我的 9 個(gè)模擬中的 7 個(gè)，但在其他兩個(gè)上使用時(shí)似乎卡住了。由于在家等工作和硬件/軟件限制，我唯一可用的操作系統(tǒng)是適用于 Linux 的 Windows 子系統(tǒng)和 Windows powershell（我都嘗試過）。我的主管建議的一件事是，這個(gè)問題可能與我的操作系統(tǒng)有關(guān)，Windows 在并行化方面可能不如 Linux。但我正在努力尋找任何確鑿的證據(jù)來支持這一點(diǎn)。那么有沒有人知道任何論文或指向其他帖子的鏈接可能提供有關(guān) Windows 操作系統(tǒng)是否存在 Python 并行處理問題的一些信息？干杯
1 回答
HUX布斯
TA貢獻(xiàn)1876條經(jīng)驗(yàn) 獲得超6個(gè)贊
我不知道正式論文，但使用dask.org的 dask 取得了很多實(shí)際成功?所以這是否是一個(gè)好的答案在很大程度上取決于你是否只想要結(jié)果，或者你是否正在進(jìn)行深入研究。
我和我的團(tuán)隊(duì)大約一年前開始使用 dask 來并行化需要Pandas/numpy數(shù)小時(shí)才能運(yùn)行的大型作業(yè)（如果它們沒有耗盡內(nèi)存）。使用 dask，我們能夠?qū)⑦@些時(shí)間縮短到幾分鐘，并獲得成功（即相同）的結(jié)果。
仍然建議使用大量 RAM，但并行化功能和流程儀表板/反饋是向前邁出的一大步。
添加回答
舉報(bào)
0/150
提交
取消