Question

我正在使用Mydia从视频中提取随机帧。因为我有很多视频，所以我想在保持可重复性的同时并行化此工作流程。 mydia.Videos接受随机种子，这对于确保可重复性很重要。现在我需要处理并行化部分。

给定n个视频和一个随机种子r，无论工人多少，如何确保每个视频的提取帧相同？我对算法组件特别感兴趣，不一定是代码。

我最初的想法是使用multiprocessing.Pool。但是，如果进程的完成时间不确定，则在对帧进行采样时会出现竞争条件。即，如果proc 1比proc 0花费更长的时间，则Videos类的采样帧将不同于proc 0花费比proc 1更长的时间。

Answer 1

我的解决方案有点不合常规，因为它是特定于库的。 Mydia允许传递帧以进行提取，而不是强制Videos客户端直接进行采样。这使我有机会预计算要在父过程中采样的帧。这样，我可以通过用这些帧实例化一个新的Videos来“模拟”子过程中的随机性。例如：

class MySampler:
   def __init__(self, input_directory: Path, total_frames: int, num_frames: int, fps: int):
       self.input_directory = Path(input_directory)

       self.frames_per_video = [
            self.__get_frame_numbers_for_each_video(total_frames, num_frames, fps)
            for _ in self.input_directory.glob("*.mp4")
        ]

    @staticmethod
    def get_reader(num_frames: int, frames: List[int]):
        # ignores the inputs and returns samples the frames that its constructed with
        return Videos(target_size=(512, 512), num_frames=num_frames, mode=lambda *_: frames)

然后我可以简单地将其并行化：

   def sample_frames(self, number_of_workers: int):
        pool = Pool(processes=number_of_workers)    
        videos = list(self.input_directory.glob("*.mp4"))

        pool.starmap_async(self.read_video, zip(self.frames_per_video, videos))    

        pool.close()
        pool.join()

其中read_video是调用get_reader并进行读取的方法。

在并行进行随机种子实验时，如何确保可重复性？

1 个答案: