JobLib Parallel-设置n_jobs的正确方法

Question

我有一个功能，可以在同一数据集上构建3个不同的模型（10倍cv），并在数组中填充样本外预测（数组的每一列都是给定模型的预测）。由于没有理由按顺序执行此操作，因此我想使用多重处理。

有三个模型可以同时运行，而且每个模型在训练过程中都可以利用多线程。

如何设置Parallel函数的n_jobs？应该是3，因为这是我需要运行的全部，然后将特定模型的每个线程数设置为最大可用/ 3？或将n_jobs设置为-1，这将为每个模型提供对所有资源的完全访问权限？

   def train_models(i):


        for train_index, test_index in kf.split(X.values):

            #create train and validation splits here

            if i == 0:  

            #Train first model type 
    model=model_type_1(....,threads=?)

            if i == 1: 
            #Train second model type    
    model=model_type_2(....,threads=?)

            if i == 2: 
            #Train third model type
    model=model_type_3(....,threads=?)

Parallel(n_jobs=?,verbose =20)(delayed(train_models)(i) for i in range(3))