我已经看到了其他相关的问题（例如this一个），但实际上没有一个问题回答我的问题，所以这里有：
我有一个非常令人难以置信的并行任务，我自己的GridSearch滚动版本。简单来说，我有一组参数，并希望在每个参数上评估我的模型。这些运行之间没有依赖关系，所以代码看起来像这样：
pool = multiprocessing.Pool(processes=4)
scores = pool.map(evaluator, permutations)
其中evaluator是一个函数，用于计算给定参数字母的分数，permutations是一个dictionaries的列表（在这种情况下长度为4）。
现在我的假设是使用4个进程（在8核机器上）应该给我4倍的加速（请注意，无论参数集如何，评估器都需要相同的时间，因此负载完全平衡）。 / p>
相反，我的时机产生了这些结果：
使用4个流程，每个评估需要82秒才能完成，因此总时间为84秒。
使用1个流程，每次评估需要43秒才能完成，因此总时间为170秒。
所以最后我使用4个核心获得了2倍的加速。当流程较少时，为什么每个流程都会更快？