当n_job大于1时，Joblib并行多核显示错误

Question

我有一个二维的numpy形状数组（45000，14000）。

按照以下链接中的示例：joblib.Parallel，我正在尝试并行执行此过程以减少计算时间。

这是我的代码在较小数组（30,30）上的演示：

import numpy as np
from joblib import Parallel, delayed
from tqdm import tqdm

class vec:
    embed_c2 = []
    def stack_vectors(self, c2, i):
        y = np.array(c2[i]).reshape([1, -1])
        if len(vec.embed_c2) == 0:
            vec.embed_c2 = y
        else:
            vec.embed_c2 = np.vstack((vec.embed_c2, y)).copy()

    def test(self):
        c2 = np.ones((30, 30))

        loop = tqdm(range(len(c2)))
        loop.set_description('processing')
        Parallel(n_jobs=1)(delayed(self.stack_vectors)(c2, i) for i in loop)
        print(vec.embed_c2.shape)

c = vec()
c.test()

我在这段代码中没有问题，但是当我将n_jobs更改为2或更大时，会出现以下错误：

  

第23行，正在测试

     

print（vec.embed_c2.shape）

     

AttributeError：“列表”对象没有属性“形状”

以n_jobs为2为例，“ embed_c2”未转换为numpy数组且其大小为零，而n_jobs为1时，它正确填充并转换为numpy数组。