Могу ли я получить помощь, параллельную этому коду? Я преобразовываю проблему классификации с несколькими метками в проблему OneVsRest (двоичная релевантность). Из-за проблем с памятью, упомянутых here, я делаю это вручную.Параллельный ручной классификатор OneVsRest
clf_label = {}
for i, label in enumerate(label_index.keys()):
print 'Fitting', i, 'label out of', len(label_index)
clf = SGDClassifier(loss='hinge', shuffle=True, alpha=0.000001, verbose=0, n_iter=5, n_jobs=4)
temp_y = np.zeros(trainY.shape)
temp_y[label_index[label]] = 1
clf.fit(trainX, temp_y)
clf_label[label] = clf
Я перекручивание через keys
из label_index
и построения классификаторов для каждой метки. После того, как каждый классификатор поместился, я сохраняю его в другом dict
, где ключ снова является меткой, но это значение является классификатором. Из-за длительного времени работы я хочу распараллелить этот код. Вот моя попытка с multiprocessing's
Pool.map
:
def fit_label(label, trainX, trainY, label_index):
# print 'Fitting', i, 'label out of', len(label_index)
clf = SGDClassifier(loss='hinge', shuffle=True, alpha=0.000001, verbose=0, n_iter=5)
temp_y = np.zeros(trainY.shape)
temp_y[label_index[label]] = 1
clf.fit(trainX, temp_y)
return clf
def linear_svm():
p = Pool(2)
func = partial(fit_label, trainX=trainX, trainY=trainY, label_index=label_index)
res = p.map(func, label_index.keys()[1:6])
clf_label = dict(zip(label_index.keys()[1:6], res))
и я получаю эту ошибку:
Exception in thread Thread-3:
Traceback (most recent call last):
File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/threading.py", line 808, in __bootstrap_inner
self.run()
File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/threading.py", line 761, in run
self.__target(*self.__args, **self.__kwargs)
File "/System/Library/Frameworks/Python.framework/Versions/2.7/lib/python2.7/multiprocessing/pool.py", line 342, in _handle_tasks
put(task)
SystemError: NULL result without error in PyObject_Call
Это кажется довольно простой задачей для кого-то, кто знает, как сделать параллельное программирование в Python, так что я было бы очень полезно, если бы кто-то мог переписать это параллельно, вместо того чтобы модифицировать мой (изворотливый) код. Спасибо.