scipy优化最小化 - 并行化选项

时间:2016-11-23 16:46:15

标签: python python-2.7 parallel-processing scipy mathematical-optimization

当使用L-BFGS-B方法运行scipy优化最小值时,我发现在某些计算机上,它使用所有8个cpu核心(见图1),而在其他计算机上,它使用8个核心中的4个(见图2)而在其他人,它只使用1核心。我没有使用任何库/代码使其并行 - 它似乎默认情况下这样做。

有没有办法可以轻松指定应该使用多少个内核?我无法在网上找到任何暗示scipy optimize默认使用并行化的内容。

  

fmin = scipy.optimize.minimize(fun = mf.nncostfunction3,x0 = theta_initial_ravel,args =(input_layer_size,hidden_​​layer_size1,num_labels,x_train,y_train,lambda_reg),method = minimisation_method,jac = True,options = {&# 39; maxiter&#39 ;: iteration_number,' disp':use_minimisation_display})

     

answer = fmin.x

On my desktop, it uses all 8 out of 8 cores

On my latpop, it uses all 4 out of 8 cores

0 个答案:

没有答案