保存/还原解释器运行状态以恢复中断计算
resume的Python项目详细描述
#恢复模块
此模块支持在不同的执行中保存和恢复同一个解释器
状态，在检查点文件中保存局部变量和一些类似随机状态的内部状态。
只要在函数
2的请求处创建一个检查点设置第一个运行时变量
3。在进化过程之前调用restore（）
4执行任何计算周期
5。同时调用sync（）或save（）以方便存储当前状态。
如果代码因某种原因中断，则下一次执行将：
1。使用相同的检查点定义来定位保存的状态。
2.定义与初始占位符相同的变量
3。调用restore（）将从磁盘加载这些变量
4计算周期从上次保存的状态继续。
5相同的sync（）或save（）将继续保存您的step forward work save。
**注意**：
-检查点的名称是从函数名中自动神奇地选择的。
-sync（）仅当上次保存所用的时间大于（在构造函数中传递的）速率时才会保存状态
-save（）始终将状态转储到磁盘中
-使用numpy.random模块代替python random模块，因为python库中缺少seed
恢复。
相反，numpy提供get_state（）和set_state（）。
结果，我们希望在失败或环境变化的情况下恢复计算进度。
BR/>与现有代码的整合必须是无缝的，将所有细节隐藏到用户。实际上，只有3条代码行应该插入到现有代码中。
BR/> 1。实例化一个检查点，通常在代码功能开始时。如果重新运行
3，请选择恢复点。决定何时在循环计算中保存内部状态。
=质数[-1]
，而n>0：
candidate+=1
对于素数中的p：
如果不是candidate%p：
break
否则：
素数。append（candidate）
n-=1
返回素数
````
我们可以使用检查点支持重用以前的计算。
分别是：
`` python
def compute戡primes（n=10）：
“compute n next primes”
chp=Checkpoint（）
定义算法的初始状态
i=2
primes=[i]
candidate=primes[-1]
还原以前的工作（如果有）
chp.restore（）；注意'n'保留当前调用值
下一个调用将从这里继续
chp.save（）
return primes
````
>和一些测试代码
>
````python
>>；n=5
>；primes_1=compute_primes（）
[2，3，5，5，7，11，13，17，17，19，23，29，31]
>>>br/>>>2，3，5，5，7，11，13，17，19，23，17，23，29，31]
>>>>>>；primes primes primes 2=compute primes primes primes 2=2，3，5，7，11，13，17，19，23，29，31，37，41，43，47，53]
>；>assert len（primes_1）>；0
>；>assert len（primes_2）==len（primes_1）+n
````
py random state以保证进程不会中断时的相同结果
-默认情况下检查点存储在“.checkpoints/”隐藏文件夹中。
-默认情况下，如果las update超出缓存范围，检查点将被丢弃。
-默认情况下，检查点存储所有基本类型和numpy类型。
-代码为alpha格式欢迎对pull请求的任何评论。
````
>$pip install restup
````
或者自己下载并改进代码：）在开发模式下安装在主目录
```````
python setup.py py py develop--用户
````
python版本
``````````7个但是，与Python3.x版本没有任何不兼容的地方。
此模块支持在不同的执行中保存和恢复同一个解释器
状态，在检查点文件中保存局部变量和一些类似随机状态的内部状态。
只要在函数
2的请求处创建一个检查点设置第一个运行时变量
3。在进化过程之前调用restore（）
4执行任何计算周期
5。同时调用sync（）或save（）以方便存储当前状态。
如果代码因某种原因中断，则下一次执行将：
1。使用相同的检查点定义来定位保存的状态。
2.定义与初始占位符相同的变量
3。调用restore（）将从磁盘加载这些变量
4计算周期从上次保存的状态继续。
5相同的sync（）或save（）将继续保存您的step forward work save。
**注意**：
-检查点的名称是从函数名中自动神奇地选择的。
-sync（）仅当上次保存所用的时间大于（在构造函数中传递的）速率时才会保存状态
-save（）始终将状态转储到磁盘中
-使用numpy.random模块代替python random模块，因为python库中缺少seed
恢复。
相反，numpy提供get_state（）和set_state（）。
结果，我们希望在失败或环境变化的情况下恢复计算进度。
BR/>与现有代码的整合必须是无缝的，将所有细节隐藏到用户。实际上，只有3条代码行应该插入到现有代码中。
BR/> 1。实例化一个检查点，通常在代码功能开始时。如果重新运行
3，请选择恢复点。决定何时在循环计算中保存内部状态。
=质数[-1]
，而n>0：
candidate+=1
对于素数中的p：
如果不是candidate%p：
break
否则：
素数。append（candidate）
n-=1
返回素数
````
我们可以使用检查点支持重用以前的计算。
分别是：
`` python
def compute戡primes（n=10）：
“compute n next primes”
chp=Checkpoint（）
定义算法的初始状态
i=2
primes=[i]
candidate=primes[-1]
还原以前的工作（如果有）
chp.restore（）；注意'n'保留当前调用值
下一个调用将从这里继续
chp.save（）
return primes
````
>和一些测试代码
>
````python
>>；n=5
>；primes_1=compute_primes（）
[2，3，5，5，7，11，13，17，17，19，23，29，31]
>>>br/>>>2，3，5，5，7，11，13，17，19，23，17，23，29，31]
>>>>>>；primes primes primes 2=compute primes primes primes 2=2，3，5，7，11，13，17，19，23，29，31，37，41，43，47，53]
>；>assert len（primes_1）>；0
>；>assert len（primes_2）==len（primes_1）+n
````
py random state以保证进程不会中断时的相同结果
-默认情况下检查点存储在“.checkpoints/”隐藏文件夹中。
-默认情况下，如果las update超出缓存范围，检查点将被丢弃。
-默认情况下，检查点存储所有基本类型和numpy类型。
-代码为alpha格式欢迎对pull请求的任何评论。
````
>$pip install restup
````
或者自己下载并改进代码：）在开发模式下安装在主目录
```````
python setup.py py py develop--用户
````
python版本
``````````7个但是，与Python3.x版本没有任何不兼容的地方。
欢迎加入QQ群-->： 979659372
