Question

将大型参数传递给IOError: bad message length函数时，我得到map。我怎么能避免这个？设置N=1500或更大时会发生错误。

代码是：

import numpy as np
import multiprocessing

def func(args):
    i=args[0]
    images=args[1]
    print i
    return 0

N=1500       #N=1000 works fine

images=[]
for i in np.arange(N):
    images.append(np.random.random_integers(1,100,size=(500,500)))

iter_args=[]
for i in range(0,1):
    iter_args.append([i,images])

pool=multiprocessing.Pool()
print pool
pool.map(func,iter_args)

在multiprocessing的文档中，有一个函数recv_bytes会引发IOError。可能是因为这个吗？（https://python.readthedocs.org/en/v2.7.2/library/multiprocessing.html）

修改如果我使用images作为numpy数组而不是列表，我会得到一个不同的错误：SystemError: NULL result without error in PyObject_Call。有点不同的代码：

import numpy as np
import multiprocessing

def func(args):
    i=args[0]
    images=args[1]
    print i
    return 0

N=1500       #N=1000 works fine

images=[]
for i in np.arange(N):
    images.append(np.random.random_integers(1,100,size=(500,500)))
images=np.array(images)                                            #new

iter_args=[]
for i in range(0,1):
    iter_args.append([i,images])

pool=multiprocessing.Pool()
print pool
pool.map(func,iter_args)

EDIT2 我使用的实际功能是：

def func(args):
    i=args[0]
    images=args[1]
    image=np.mean(images,axis=0)
    np.savetxt("image%d.txt"%(i),image)
    return 0

此外，iter_args不包含相同的图像集：

iter_args=[]
for i in range(0,1):
    rand_ind=np.random.random_integers(0,N-1,N)
    iter_args.append([i,images[rand_ind]])

Answer 1

您正在创建一个池并立即将所有图像发送到func（）。如果您可以同时处理单个图像，请尝试这样的事情，在35秒内使用Python 2.7.10为N = 10000完成运行：

import numpy as np
import multiprocessing

def func(args):
    i = args[0]
    img = args[1]
    print "{}: {} {}".format(i, img.shape, img.sum())
    return 0

N=10000

images = ((i, np.random.random_integers(1,100,size=(500,500))) for i in xrange(N))
pool=multiprocessing.Pool(4)
pool.imap(func, images)
pool.close()
pool.join()

这里的关键是使用迭代器，因此您不必一次将所有数据保存在内存中。例如，我将包含所有数据的数组中的图像转换为生成器表达式，以便仅在需要时创建图像。你可以修改它来从磁盘或其他任何东西加载你的图像。我还使用了pool.imap而不是pool.map。

如果可以，请尝试在worker函数中加载图像数据。现在，您必须序列化所有数据并将其发送到另一个流程。如果您的图像数据较大，这可能是一个瓶颈。

[现在我们知道func必须立即处理所有图像]

你可以对你的图像做一个迭代的意思。这是一个不使用多处理的解决方案。要使用多处理，您可以将图像分成块，并将这些块存储到池中。

import numpy as np

N=10000
shape = (500,500)

def func(images):
    average = np.full(shape, 0)
    for i, img in images:
        average += img / N
    return average

images = ((i, np.full(shape,i)) for i in range(N))

print func(images)

Answer 2

Python可能会将您的数据加载到RAM内存中，并且您需要此内存才可用。你检查过你的计算机内存使用情况吗？

正如帕特里克所说，你正在加载3GB的数据，确保在达到32位内存约束时使用64位版本的Python。这可能会导致您的流程崩溃：32 vs 64 bits Python

另一个改进是使用python 3.4而不是2.7。 Python 3实现似乎针对非常大的范围进行了优化，请参阅Python3 vs Python2 list/generator range performance

Answer 3

运行程序时，它实际上给了我一个明确的错误：

OSError: [Errno 12] Cannot allocate memory

像其他用户一样，解决问题的方法是简单添加内存（很多）或更改程序处理图像的方式。

它使用如此多内存的原因是因为您在模块级别为图像分配内存。因此，当多进程分叉您的进程时，它也会复制所有图像（根据Shared-memory objects in python multiprocessing不是免费的），这不是必需的，因为您还将图像作为多处理模块也复制的函数的参数。使用ipc和pickle，这仍然可能导致内存不足。尝试其他用户提出的解决方案之一。

Answer 4

这就是解决问题的方法：将图像声明为全局。

import numpy as np
import multiprocessing


N=1500       #N=1000 works fine

images=[]
for i in np.arange(N):
    images.append(np.random.random_integers(1,100,size=(500,500)))

def func(args):
    i=args[0]
    images=images
    print i
    return 0

iter_args=[]
for i in range(0,1):
    iter_args.append([i])

pool=multiprocessing.Pool()
print pool
pool.map(func,iter_args)

多处理IOError：错误的消息长度

4 个答案: