Question

我之前有一个关于这个问题的相关问题：Parallelize for loop in python

我有一个遗传算法，我试图通过并行化评估函数来加快速度。 GA是一个类，代码看起来像这样：

copy_reg.pickle(types.MethodType,lambda method: (getattr, (method.im_self, method.im_func.__name__)),getattr) 

class GA:

    ...
    ...

    def evaluation(self):
        self.scores = Pool(processes=nprocs).map(self.costly_function,self.population)

    def run(self):
        self.initial_population()
        self.evaluation()
        while self.Gen > i:
            self.select()
            self.crossover()
            self.mutation()
            self.evaluation()
            i += 1

与顺序方法相比，这给出了正确的结果，但速度明显变慢。我的猜测是，这是因为我在函数evaluation中为while循环中的每一代创建了一组新的流程工作者。有没有办法重复工人，所以我可以加快速度？

Answer 1

通过添加我从https://stackoverflow.com/a/25385582/4759898

获得的函数来解决问题

def __getstate__(self):
    self_dict = self.__dict__.copy()
    del self_dict['pool']
    return self_dict

def __setstate__(self, state):
    self.__dict__.update(state)

如何重用池中的工作人员进行遗传算法

1 个答案: