[英]what's different between these two simple python codes? (one works and the other doesn't work)
import os
import numpy as np
import time
from multiprocessing import Process, current_process
def doubler(number):
result = number * 2
proc_name = current_process().name
print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))
def solve_inverse(np_ndarray_square_matrix):
inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
proc_name = current_process().name
print('process name :',proc_name,' ',inverse_matrix)
if __name__=='__main__':
start_time=time.time()
dim=100
thread_num=10
matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
procs = []
for index, matrix in enumerate(matrice):
proc = Process(target=solve_inverse , args=(matrix,))
procs.append(proc)
proc.start()
for proc in procs:
proc.join()
end_time=time.time()
print('time length :',end_time-start_time)
上面的代碼是一個簡單的python代碼,可通過多重處理來計算隨機采樣矩陣的逆。 但是,以下代碼不起作用
import os
import numpy as np
import time
from multiprocessing import Process, current_process
def doubler(number):
result = number * 2
proc_name = current_process().name
print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))
def solve_inverse(np_ndarray_square_matrix):
inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
proc_name = current_process().name
print('process name :',proc_name,' ',inverse_matrix)
start_time=time.time()
dim=3
thread_num=10
matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
procs = []
for index, matrix in enumerate(matrice):
proc = Process(target=solve_inverse , args=(matrix,))
procs.append(proc)
proc.start()
for proc in procs:
proc.join()
end_time=time.time()
print('time length :',end_time-start_time)
唯一的區別是是否存在if __name__=='__main__:
據我所知, if __name__=='__main__:
識別此模塊是由另一個模塊導入的,還是該模塊本身運行的。 因此,我認為確定兩個計算機應該做什么之間實際上沒有什么區別。 怎么了?
if __name__ == '__main__':
多處理模塊需要工作。 請參閱編程指南 ,特別是:
安全導入主模塊
確保可以由新的Python解釋器安全地導入主模塊,而不會引起意外的副作用(例如,啟動新進程)。
具體來說,每次創建子進程時,該進程都會從導入腳本開始(就像您import numpy as np
)。
如果不阻止在if __name__='__main__':
下生成新進程的腳本部分,則所有這些子進程在導入腳本時都會產生自己的子子進程,這將產生自己的子進程。子子子過程等等,直到您擁有為止。 。 。 好 。 。 。
堆棧溢出。 沒有人喜歡他們。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.