如何实现并行,以这样的方式延迟,当输出低于阈值时并行化 for 循环停止?
Posted
技术标签:
【中文标题】如何实现并行,以这样的方式延迟,当输出低于阈值时并行化 for 循环停止?【英文标题】:How to implement parallel, delayed in such a way that the parallelized for loop stops when output goes below a threshold? 【发布时间】:2020-03-20 10:11:29 【问题描述】:假设我有以下代码:
from scipy import *
import multiprocessing as mp
num_cores = mp.cpu_count()
from joblib import Parallel, delayed
import matplotlib.pyplot as plt
def func(x,y):
return y/x
def main(y, xmin,xmax, dx):
x = arange(xmin,xmax,dx)
output = Parallel(n_jobs=num_cores)(delayed(func)(i, y) for i in x)
return x, asarray(output)
def demo():
x,z = main(2.,1.,30.,.1)
plt.plot(x,z, label='All values')
plt.plot(x[z>.1],z[z>.1], label='desired range') ## This is better to do in main()
plt.show()
demo()
我只想计算输出直到输出>给定数字(可以假设输出元素随着x的增加而单调减少)然后停止(不计算x的所有值然后排序,这对我来说效率低下目的)。有没有办法使用并行、延迟或任何其他多处理来做到这一点?
【问题讨论】:
你也可以使用 numpy。我添加了几个数字。演示函数中的选择[z>.1]应该在main函数中进行,这样代码效率更高。 我知道这会很混乱,但我会创建一个列表,将其传递给函数,然后函数会将结果附加到该列表中。然后在外面我会检查列表是否包含比这个更高的数字,然后以某种方式终止线程。现在我考虑到这一点,可能有更聪明的方法可以做到这一点,比如队列 【参考方案1】:没有指定output > a given number
,所以我只是编了一个。测试后我不得不扭转
正常运行的条件output < a given number
。
我会使用一个池,使用回调函数启动进程以检查停止条件,然后终止池 准备好时。但这会导致竞争条件,这将允许从正在运行的进程中省略结果 不允许完成。我认为这种方法对您的代码的修改最少,并且非常易于阅读。这 不保证列表的顺序。
优点:开销很小 缺点:可能会丢失结果。
方法一)
from scipy import *
import multiprocessing
import matplotlib.pyplot as plt
def stop_condition_callback(ret):
output.append(ret)
if ret < stop_condition:
worker_pool.terminate()
def func(x, y, ):
return y / x
def main(y, xmin, xmax, dx):
x = arange(xmin, xmax, dx)
print("Number of calculations: %d" % (len(x)))
# add calculations to the pool
for i in x:
worker_pool.apply_async(func, (i, y,), callback=stop_condition_callback)
# wait for the pool to finish/terminate
worker_pool.close()
worker_pool.join()
print("Number of results: %d" % (len(output)))
return x, asarray(output)
def demo():
x, z_list = main(2., 1., 30., .1)
plt.plot(z_list, label='desired range')
plt.show()
output = []
stop_condition = 0.1
worker_pool = multiprocessing.Pool()
demo()
此方法有更多开销,但允许已开始的进程完成。 方法二)
from scipy import *
import multiprocessing
import matplotlib.pyplot as plt
def stop_condition_callback(ret):
if ret is not None:
if ret < stop_condition:
worker_stop.value = 1
else:
output.append(ret)
def func(x, y, ):
if worker_stop.value != 0:
return None
return y / x
def main(y, xmin, xmax, dx):
x = arange(xmin, xmax, dx)
print("Number of calculations: %d" % (len(x)))
# add calculations to the pool
for i in x:
worker_pool.apply_async(func, (i, y,), callback=stop_condition_callback)
# wait for the pool to finish/terminate
worker_pool.close()
worker_pool.join()
print("Number of results: %d" % (len(output)))
return x, asarray(output)
def demo():
x, z_list = main(2., 1., 30., .1)
plt.plot(z_list, label='desired range')
plt.show()
output = []
worker_stop = multiprocessing.Value('i', 0)
stop_condition = 0.1
worker_pool = multiprocessing.Pool()
demo()
方法 3) 优点:不会遗漏任何结果 缺点:这超出了您通常的做法。
采取方法一并添加
def stopPoolButLetRunningTaskFinish(pool):
# Pool() shutdown new task from being started, by emptying the query all worker processes draw from
while pool._task_handler.is_alive() and pool._inqueue._reader.poll():
pool._inqueue._reader.recv()
# Send sentinels to all worker processes
for a in range(len(pool._pool)):
pool._inqueue.put(None)
那就换stop_condition_callback
def stop_condition_callback(ret):
if ret[1] < stop_condition:
#worker_pool.terminate()
stopPoolButLetRunningTaskFinish(worker_pool)
else:
output.append(ret)
【讨论】:
【参考方案2】:我会使用 Dask 来并行执行,特别是 futures 接口用于在结果完成时实时反馈结果。完成后,您可以取消剩余的正在运行的期货,租用不需要的期货以异步完成或关闭集群。
from dask.distributed import Client, as_completed
client = Client() # defaults to ncores workers, one thread each
y, xmin, xmax, dx = 2.,1.,30.,.1
def func(x, y):
return x, y/x
x = arange(xmin,xmax,dx)
outx = []
output = []
futs = [client.submit(func, val, y) for val in x]
for future in as_completed(futs):
outs = future.result()
outx.append(outs[0])
output.append(outs[1])
if outs[1] < 0.1:
break
注意事项:
- 我假设你的意思是“小于”,否则第一个值已经通过(y / xmin > 0.1
)
- 如果您想在结果准备就绪时获取结果,则不能保证输出按照输入顺序排列,但是通过如此快速的计算,也许它们总是如此(这就是为什么我也让 func 返回输入值的原因)
- 如果你停止计算,输出将比完整的输入集短,所以我不太确定你想打印什么。
【讨论】:
以上是关于如何实现并行,以这样的方式延迟,当输出低于阈值时并行化 for 循环停止?的主要内容,如果未能解决你的问题,请参考以下文章