Python - 多进程共享内存与 python numpy 数组？

问题描述

这里我有一个 2 numpy 数组，以及一个将这些数组作为输入的函数，然后进行一些 numpy 计算并返回结果。它按原样工作，但速度很慢，我认为我们可以使用多处理使其更快。

无论如何，这是我的代码：

A = #4 dimensions big numpy array
B = #1 dimension numpy array

def function(A,B):
    P = np.einsum("ijkl,ij->kl",A,B)
    return P.astype(np.uint8)

result = function(A,B)

我对 Multiprocessing 的东西仍然很陌生，但认为我们能够将数组 A 和 B 作为共享内存（也许使用 multiprocessing.Array() ??） ，然后进行多个过程来计算 function(A,B)。但我仍然不太明白如何将所有这些都放入代码中。

编辑：

好的，所以上面的方法似乎不起作用，但让我们尝试另一种情况，但是现在，假设数组 A 的长度为 120，现在我只想使用 3/4数组 A 的部分从索引号 0 到 89 并在进程号 1

中使用所有数组 B

然后，我还想使用数组 A 的 3/4 部分，但从索引号 30 到 119 并在进程中使用数组 B 的所有部分No.2，这有帮助吗？当然，我可以使 A 数组更大，以便用更多的过程计算它的一部分，但问题是，这个概念是否可行？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）