最初的问题：使用celery任务队列，我希望进程池中的进程使用共享的CUDA数组（即，不是每个进程都有其唯一的数组，我想要一个数组可以被所有进程访问。这是安全的，因为仅执行读取操作）。 Pytorch的{{1}}库允许这样做，并且根据doc，它是torch.multiprocessing的简单替代。
multiprocessing和billiard似乎是创建进程池的两个可行选项。目前，由于一些功能上的改进，Python任务队列库multiprocessing在celery上使用billiard。有人问了一个问题here，但是答案并不是很具体。
multiprocessing我需要在It backports changes from the Python 2.7 and 3.x.
The current version is compatible with Py2.4 - 2.7 and falls back to multiprocessing for 3.x,
the next version will only support 2.6, 2.7 and 3.x.
的源代码中将billiard替换为multiprocessing（以便使用pytorch的多处理库celery），但这可以吗？ torch.multiprocessing和multiprocessing有什么区别？