Nano Hash - криптовалюты, майнинг, программирование

Многопроцессорный Python: рабочий код учебника не работает, когда я пытаюсь это сделать

Я смотрю учебник https://www.youtube.com/watch?v=fKl2JW_qrso (показано на 8.18 мин) о многопроцессорности. Я запускаю код, скопированный оттуда:

import multiprocessing
import time
import os

start = time.perf_counter()


def do_something():

    print("sleeping 1 sec...")
    time.sleep(1)

    print("done sleeping...")


p1 = multiprocessing.Process(target=do_something)
p2 = multiprocessing.Process(target=do_something)

p1.start()
p2.start()

finish = time.perf_counter()

print("finished in " + str(round((finish-start),2))   + " seconds(s)")

os.system("pause")

Но когда я запускаю его на своем компьютере, у меня появляется следующее сообщение об ошибке (но тот же код работает в учебнике):

Предпринята попытка запустить новый процесс до того, как текущий процесс завершит фазу начальной загрузки. Вероятно, это означает, что вы не используете fork для запуска дочерних процессов и забыли использовать правильную идиому в основном модуле: if name == 'main': freeze_support() ... Строка "freeze_support()" может быть опущена, если программа не будет заморожена для создания исполняемого файла.

python multiprocessing
30.05.2020

Ответы:


1

Спасибо за все ваши комментарии. Наконец это работает. Так что в основном в окнах это нужно писать немного по-другому:

import multiprocessing
import time
import os

start = time.perf_counter()


def do_something():

    print("sleeping 1 sec...")
    time.sleep(1)

    print("done sleeping...")

if  __name__ == "__main__":
    p1 = multiprocessing.Process(target=do_something)
    p2 = multiprocessing.Process(target=do_something)

    p1.start()
    p2.start()

    p1.join()
    p2.join()

    finish = time.perf_counter()

    print("finished in " + str(round((finish-start),2))   + " seconds(s)")

    os.system("pause")
30.05.2020
Новые материалы
Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..
Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..
Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..
Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..
Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..
Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..
Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..