[英]Parallelize a function call with mpi4py
我想使用mpi4py来平行优化问题。 为了最小化我的功能,我使用scipy中的最小化例程
from scipy.optimize import minimize
def f(x, data) :
#returns f(x)
x = minimize(f, x0, args=(data))
现在,如果我想使用mpi4py并行化我的功能。 最小化算法的实现是顺序的,并且只能在一个进程上运行,因此只有我的函数被并行化,这不是问题,因为函数调用是最耗时的步骤。 但我无法弄清楚如何使用并行和顺序部件来实现这个问题。
这是我的尝试:
from scipy.optimize import minimize
from mpi4py import MPI
comm = MPI.COMM_WORLD
size = comm.Get_size()
rank = comm.Get_rank()
N = 100 # for testing
step = N//size # say that N is divisible by size
def mpi_f(x, data) :
x0 = x[rank*step:(rank+1)*step]
res = f(x0, data)
res = comm.gather(res, root=0)
if rank == 0 :
return res
if rank == 0 :
x = np.zeros(N)
xs = minimize(mpi_f, x, args=(data))
这显然不起作用,因为mpi_f只在进程0上运行。所以我问我该怎么办?
谢谢。
在您的代码中,根进程是唯一一个调用comm.gather()
的进程,因为根进程是唯一调用并行化成本函数的进程。 因此,该计划面临僵局。 你很清楚这个问题。
为了克服这种僵局,其他进程必须多次调用成本函数,因为minimize
需要它。 由于这个调用次数事先是未知的,因此while
循环似乎适合这些过程。
将定义while循环的停止条件。 这个标志是从根进程到所有进程的brodcast,因为根进程是唯一意识到minimize()
函数结束这一事实的进程。 广播必须在成本函数中执行,因为所有进程必须在每次迭代时测试最小化函数的结束。 由于minimize
使用函数的返回值,因此标志通过引用通过可变类型传递
最后,这是您的问题的潜在解决方案。 它由mpirun -np 4 python main.py
。 我使用fmin()
而不是minimize()
因为我的scipy版本已经过时了。
#from scipy.optimize import minimize
from scipy.optimize import fmin
from mpi4py import MPI
import numpy as np
comm = MPI.COMM_WORLD
size = comm.Get_size()
rank = comm.Get_rank()
N = 100 # for testing
step = N//size # say that N is divisible by size
def parallel_function_caller(x,stopp):
stopp[0]=comm.bcast(stopp[0], root=0)
summ=0
if stopp[0]==0:
#your function here in parallel
x=comm.bcast(x, root=0)
array= np.arange(x[0]-N/2.+rank*step-42,x[0]-N/2.+(rank+1)*step-42,1.)
summl=np.sum(np.square(array))
summ=comm.reduce(summl,op=MPI.SUM, root=0)
if rank==0:
print "value is "+str(summ)
return summ
if rank == 0 :
stop=[0]
x = np.zeros(1)
x[0]=20
#xs = minimize(parallel_function_caller, x, args=(stop))
xs = fmin(parallel_function_caller,x0= x, args=(stop,))
print "the argmin is "+str(xs)
stop=[1]
parallel_function_caller(x,stop)
else :
stop=[0]
x=np.zeros(1)
while stop[0]==0:
parallel_function_caller(x,stop)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.