GaussianMix没有n_jobs
参数。同时,每当我适合模型时
from sklearn.mixture import GaussianMixture as GMM
gmm = GMM(n_components=4,
init_params='random',
covariance_type='full',
tol=1e-2,
max_iter=100,
n_init=1)
gmm.fit(X, y)
它跨越 16 个进程,并使用我的 16 个 CPU 机器的全部 CPU 能力。我不希望它这样做。
相比之下,Kmeans具有n_jobs
参数,用于在具有多个初始化(n_init
>1(时控制多处理。在这里,多处理突然出现。
我的问题是它来自哪里以及如何控制它?
您正在观察基本代数运算方面的并行处理,通过 BLAS/LAPACK 加速。
修改它并不像设置 n_jobs
参数那么简单,而是取决于您使用的实现!
常见的候选者是ATLAS,OpenBLAS和英特尔的MKL。
我建议先检查使用哪一个,然后采取相应的行动:
import numpy as np
np.__config__.show()
可悲的是,这些事情可能会变得棘手。例如,MKL 的有效环境可能如下所示(来源(:
export MKL_NUM_THREADS="2"
export MKL_DOMAIN_NUM_THREADS="MKL_BLAS=2"
export OMP_NUM_THREADS="1"
export MKL_DYNAMIC="FALSE"
export OMP_DYNAMIC="FALSE"
对于 ATLAS,您似乎在编译时定义了这一点。
根据这个答案,这同样适用于OpenBLAS。
正如OP测试的那样,您似乎可以侥幸为OpenMP设置环境变量,即使对于开源候选者Atlas和OpenBLAS也可以修改行为(其中编译时间限制是替代方案(:
export OMP_NUM_THREADS="4";