sklearn用のPythonマルチプロセッシングの使用NN

Question

私は、NN実装のPython sklearnパッケージの開発版を使用しています。 私の仕事は、私が

この

NN1 = MLPClassifier(hidden_layer_sizes = (50), activation = 'logistic', algorithm='adam', alpha= 0 , max_iter = 40, batch_size = 10, learning_rate = 'adaptive', shuffle = True, random_state=1) 
NN2 = MLPClassifier(hidden_layer_sizes = (50), activation = 'logistic', algorithm='adam', alpha= 0 , max_iter = 40, batch_size = 10, learning_rate = 'adaptive', shuffle = True, random_state=1) 
NN3 = MLPClassifier(hidden_layer_sizes = (50), activation = 'logistic', algorithm='adam', alpha= 0 , max_iter = 40, batch_size = 10, learning_rate = 'adaptive', shuffle = True, random_state=1) 
NN4 = MLPClassifier(hidden_layer_sizes = (50), activation = 'logistic', algorithm='adam', alpha= 0 , max_iter = 40, batch_size = 10, learning_rate = 'adaptive', shuffle = True, random_state=1) 

（標準sklearn機能）のようなニューラルネットワークをクリートし、私が欲しいの予測

X_median = preprocessing.scale(data_median) 
X_min = preprocessing.scale(data_min) 
X_max = preprocessing.scale(data_max) 
X_mean = preprocessing.scale(data_mean) 

異なる入力データと平均で4 NNを訓練することです上記のデータセットでそれらを訓練する。 プールを使用せずに私のコードは次のようになります。独立している

もちろん

NN1.fit(X_mean,train_y) 
NN2.fit(X_median,train_y) 
NN3.fit(X_min,train_y) 
NN4.fit(X_max,train_y) 

トレーニング4全て以来、私はそれらを並列に実行したい、と私は、このためにプールを使用する必要がありますと仮定します。しかし、私は完全に計算がどのように実行されるのか理解していません。

pool = Pool() 
pool.apply_async(NN1.fit, args = (X_mean, train_y)) 

しかし、これは何も結果を生成しません、私も（一つだけ引数を渡す）このように入力すると、プログラムはエラーなしで終了します：私はこのような何かを書くことを前提とします！ pool.apply_async(NN1.fit, args = (X_mean,))。

このような計算を実行する正しい方法は何でしょうか？ 誰かがPythonのマルチプロセッシングの使い方を知る良いリソースをアドバイスできますか？

Answer 1

最後に、私はそれが動作製）

私はこのanswerに私の解決策をベース。だから、まず2つのヘルプ機能を作成します。

1）

def Myfunc(MyNN,X,train_y): 
MyBrain.fit(X,train_y) 
return MyNN 

をこの1つだけでこれが鍵プール方式

2）

def test_star(a_b): 
return Myfunc(*a_b) 

を供給することが望ましい機能をグローバルにすることですit- help関数の1つの引数を取って、必要な数の引数に分割するMyfuncが必要です。

は、それからちょうどこのソリューションは、超醜いですが、それが動作

​​

を作成して、私の視点から

NN_mean, NN_median = pool.map(test_star, my list). 

を実行します。私は誰かがよりエレガントな1つを作成し、それを投稿できることを願っています:)