如何在Python中使用共享内存乘以3个矩阵？

Question

我想在多处理方法中使用共享内存乘以3个矩阵（如E = AxBxC）。我可以用2个矩阵来做，但是当我想为第三个矩阵重复相同的程序时，我陷入困境并且不知道如何处理共享数组。 我知道我必须使用多处理阵列，但不知道如何管理它。 这是我在代码中使用数组的方式：

mp_arr_one = multiprocessing.Array(ctypes.c_int, 3*3)

然后在我的函数中：

arr = numpy.frombuffer(mp_arr_one.get_obj(), dtype=ctypes.c_int)
res = arr.reshape((3,3))

对于第一部分（D = AxB），一切都很好但是当我想计算E = DxC时，代码出错并且结果完全不正确。

提前致谢。

Answer 1

只需将numpy与支持多线程的优化BLAS（例如OpenBLAS，BLAS ATLAS，MKL）一起使用即可。

矩阵乘法将被并行化，并且因为它包含广泛的体系结构相关优化，所以这种方法比用multiprocessing.Array显式管理Python中的共享内存要快。顺便说一句，你应该使用numpy的优化BLAS实现，如果速度是一个问题，即使在单线程执行中也是如此，所以没有办法解决它。