假设我有一个大小为50000的生成器/列表。而且，我想将其用作：
batches = range(0, 50001)
Parallel(n_jobs=multiprocessing.cpu_count(), verbose=100,
backend="threading", batch_size=?, pre_dispatch=?)(delayed(<function>)(it) for it in batches)
如果我想一次处理20,000个项目/或者我希望线程/ cpu作为一个任务处理20,000个项目，您能告诉我batch_size和pre_dispatch中的正确值是什么吗？
答案 0 :(得分：0)
要在单个 CPU 上处理 20000 个项目，batch_size=20000。
Predispatch 默认发送到 2CPU-s。在保持CPU-s忙碌的逻辑中，大概应该是2batch_size，所以pre_dispatch=40000。设置 pre_dispatch='all' 也很诱人，但是如果任务在时间上大致相同，那么它会起作用。 2*batch_size，避免一个CPU空闲，如果时间/任务差异很大。
以我自己的经验，如果每次操作都快的话，最好有更大的batch_size，以减少I/O。