Question

我在我的笔记本电脑中使用Jupyter运行这个Python 3.5脚本，但是循环非常慢，所以我开始阅读有关如何加速代码的内容，我发现我可以导入一个多处理库来执行此操作，但我不知道如何在脚本中实现这一点。

<?xml version='1.0'?>
<!DOCTYPE svg PUBLIC '-//W3C//DTD SVG 1.1//EN' 'http://www.w3.org/Graphics/SVG/DTD/svg11.dtd'>
<?xml-stylesheet type='text/css' href='../css/index.css'?>
<svg xmlns='http://www.w3.org/2000/svg' xmlns:xlink='http://www.w3.org/1999/xlink' width='1400' height='1000' viewBox='0 0 1400 1000' class='canvas'>
	<title>SVG learning</title>
	<desc>This is my sandbox</desc>
	<defs> 
		<g id='foo' class='sun'>
			<rect x='0' y='0' width='50' height='50'/>
			<circle cx='25' cy='25' r='10'/>
		</g>
	</defs>
	<g id='dwg'>
		<use xlink:href='#foo' transform='translate(10 10)' />
    <!-- Here I expected my sun will be red...-->
		<use xlink:href='#foo' transform='translate(10 70)' class='hot-sun'/>
	</g>
</svg>

该脚本来自this tutorial。

Answer 1

多处理库通常对python脚本有帮助，但在这种情况下它并没有那么有用，因为大多数逻辑都埋没在keras及其后端的实现中。对于神经网络来说，一个时代10分钟实际上听起来是合理的（这些东西运行成本很高！），特别是如果你在没有GPU的情况下运行它。

如果您使用Tensorflow作为Keras的后端，则在执行model.fit（）时应自动使用所有CPU。您可以在执行代码时通过查看您喜欢的cpu监视器（例如htop）来仔细检查。

如何在这个Python脚本中实现多处理？

1 个答案: