So che questa potrebbe sembrare una domanda ridicola, ma devo eseguire i lavori regolarmente sui server di calcolo che condivido con gli altri nel reparto e quando avrò 10 lavori, mi piacerebbe davvero prendere solo 10 core e non di più; Non mi interessa se ci vuole un po 'più di tempo con un singolo core per corsa: semplicemente non voglio che invaderi il territorio degli altri, il che richiederebbe di rinominare i lavori e così via. Voglio solo avere 10 core solidi e basta.Python: come si fa a fermare il numpy dal multithreading?
In particolare, sto usando Enthought 7.3-1 su Redhat, che è basato su Python 2.7.3 e numpy 1.6.1, ma la domanda è più generale. Ho cercato su google per una specie di risposta a questa domanda per ore senza successo, quindi se qualcuno sa di un passaggio in numpy che potrebbe disattivare il multi-threading, per favore fatemelo sapere.
Sono abbastanza sicuro che Numpy non esegue alcun multithreading, non c'è nulla da spegnere. –
impostare l'affinità della cpu per i processi – jfs
@WinstonEwert: errato. Prova 'np.dot' con una matrice grande su CPU multicore.Le librerie che utilizza possono utilizzare più di una CPU – jfs