は、Pythonプログラムのために、コンピュータからすべてのコアを使用する最も簡単な方法は何ですか?特に、私はnumpy関数(すでに存在する)を並列化したいと思うでしょう。 Pythonでfortranの下にopenmpのようなものがありますか?マルチプロセッシング・パイソン
5
A
答えて
7
はmultiprocessingライブラリをチェックしてください。複数のコンピュータに作業を分散することさえできます。
2
それはあなたが何をしたいかに依存し、numpyのは、あなたのマシン上でコンパイルする方法(いくつかのケースでは、いくつかのマルチコア使用が自動になります)。詳細については、this pageを参照してください。
0
それはあるいはあなたが解決したい特定の問題に収まらない場合もありますが、私は個人的にipythonシェルの並列インフラは非常に魅力的見つけます。 localhostにipclusterを設定するのは比較的簡単です(in the manual参照)。
はあなたは多くのコア間で分配される例とその評価のための@parallel
デコレータに評価したいあなたの関数をラップすることができ
関連する問題
- 1. パイソン - マルチプロセッシングおよびデータベースエントリ
- 2. パイソン - マルチプロセッシングpool.map():プロセスは何も
- 3. パイソン、pywin32、Windowsサービス、およびマルチプロセッシング
- 4. マルチプロセッシングの戻り値。マルチプロセッシングPythonのQueue()
- 5. マルチプロセッシングは
- 6. Python3マルチプロセッシング
- 7. マルチプロセッシング、Pool.map()
- 8. Pymongoマルチプロセッシング
- 9. パイソン
- 10. パイソン -
- 11. パイソン
- 12. パイソン
- 13. - パイソン
- 14. (パイソン)
- 15. パイソン
- 16. パイソン -
- 17. パイソン
- 18. パイソン
- 19. パイソン
- 20. パイソン
- 21. (パイソン)
- 22. パイソン -
- 23. パイソン
- 24. パイソン -
- 25. パイソン -
- 26. パイソン
- 27. 、パイソン
- 28. パイソン
- 29. パイソン
- 30. パイソン -
http://packages.python.org/(マニュアルのQuick and easy parallelismセクションを参照してください) joblib / –