Question

我在多处理方面经验不足，但到目前为止，它似乎一直讨厌我。我正在尝试运行最简单的示例，但是它陷入了困境，必须重新启动内核。

我的例子：

import multiprocessing as mp

aa = [x for x in range(3,16)]

def f(x):
    return x**2

if __name__ == '__main__':
    with mp.Pool(processes = 4) as p:
        res = p.map(f, aa)

print(res)

在我尝试使用类方法并在pool.map()内部进行归类之前，它一直工作得很好。我认为在尝试执行此操作后它就坏了：

class clasy():
    def __init__(self, a, b):
        self.a = a
        self.b = b

    def gen(self):
        for i in range(self.a, self.b):
            yield i

    def dodo(self):
        gg = gen()
        with mp.Pool() as pool:
            self.res = pool.map(f, gg)
        return self.res

paralel = clasy(3,16)
print(paralel.dodo())

出了什么问题，可以解决吗？

此外，是否可以在pool.map（）内部使用生成器的类方法，是否可以在类内部使用。或者池，函数和迭代器应该是顶级对象？

Answer 1

您需要将函数f传递给类clasy或使其成为类的实例。例如，以下应该起作用：

class clasy():
    def __init__(self, a, b):
        self.a = a
        self.b = b

    def gen(self):
        for i in range(self.a, self.b):
            yield i

    def f(self, x):
        return x**2

    def dodo(self):
        gg = self.gen()
        with mp.Pool(processes = 4) as pool:
            self.res = pool.map(self.f, gg)
        return self.res

paralel = clasy(3,16)
print(paralel.dodo())

Out[1]:
[9, 16, 25, 36, 49, 64, 81, 100, 121, 144, 169, 196, 225]

多处理池卡住

1 个答案: