Labfans是一个针对大学生、工程师和科研工作者的技术社区。 | 论坛首页 | 联系我们(Contact Us) |
![]() |
![]() |
#1 |
高级会员
注册日期: 2019-11-21
帖子: 3,006
声望力: 66 ![]() |
![]()
我正在寻找针对Python(Scipy,Numpy)的MATLAB parfor的明确答案。
是否有类似于parfor的解决方案?如果没有,创建一个的复杂性是什么? 更新:这是我需要加快速度的典型数值计算代码 import numpy as np N = 2000 output = np.zeros([N,N]) for i in range(N): for j in range(N): output[i,j] = HeavyComputationThatIsThreadSafe(i,j) 繁重的计算功能的一个示例是: import scipy.optimize def HeavyComputationThatIsThreadSafe(i,j): n = i * j return scipy.optimize.anneal(lambda x: np.sum((x-np.arange(n)**2)), np.random.random((n,1)))[0][0,0] 回答: 有许多用于并行计算的Python框架 。我碰巧最喜欢的一个是IPython ,但是我对其他任何一个都不了解。在IPython中, client.MultiEngineClient.map()一个类似物是client.MultiEngineClient.map()或文档中有关快速简便的并行性的其他一些构造。 更多&回答... |
![]() |
![]() |