public showFootNotes: boolean = false;
...
public toggleFootNotes() {
this.showFootnotes = !this.showFootNotes;
}
上面的代码是一个简单的python代码,它使用多处理计算随机采样矩阵的逆。但是,以下代码不起作用
import os
import numpy as np
import time
from multiprocessing import Process, current_process
def doubler(number):
result = number * 2
proc_name = current_process().name
print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))
def solve_inverse(np_ndarray_square_matrix):
inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
proc_name = current_process().name
print('process name :',proc_name,' ',inverse_matrix)
if __name__=='__main__':
start_time=time.time()
dim=100
thread_num=10
matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
procs = []
for index, matrix in enumerate(matrice):
proc = Process(target=solve_inverse , args=(matrix,))
procs.append(proc)
proc.start()
for proc in procs:
proc.join()
end_time=time.time()
print('time length :',end_time-start_time)
唯一的区别是是否有import os
import numpy as np
import time
from multiprocessing import Process, current_process
def doubler(number):
result = number * 2
proc_name = current_process().name
print('{0} doubled to {1} by: {2}'.format( number, result, proc_name))
def solve_inverse(np_ndarray_square_matrix):
inverse_matrix=np.linalg.inv(np_ndarray_square_matrix)
proc_name = current_process().name
print('process name :',proc_name,' ',inverse_matrix)
start_time=time.time()
dim=3
thread_num=10
matrice = [np.random.normal(loc=1.0 , scale=5.0 , size=(dim,dim)) for _ in range(thread_num)]
procs = []
for index, matrix in enumerate(matrice):
proc = Process(target=solve_inverse , args=(matrix,))
procs.append(proc)
proc.start()
for proc in procs:
proc.join()
end_time=time.time()
print('time length :',end_time-start_time)
。
据我所知,if __name__=='__main__:
识别该模块是否由其他模块导入,或者该模块是否自行运行。所以我认为实际上两个代码之间没有区别来决定计算机应该做什么。什么错了?
答案 0 :(得分:1)
if __name__ == '__main__':
才能工作。请参阅Programming Guidelines,具体来说:
安全导入主模块
确保新的Python解释器可以安全地导入主模块,而不会导致意外的副作用(例如启动新进程)。
答案 1 :(得分:1)
具体来说,每次进行子进程时,该进程都会通过导入脚本开始(与import numpy as np
一样)。
如果你没有阻止在if __name__='__main__':
下生成新进程的脚本部分,那么所有这些子进程在导入脚本时都会产生自己的子进程,这将产生他们的拥有子子流程等等,直到你拥有。 。 。好 。 。 。
堆栈溢出。没有人喜欢他们。