Python，与joblib并行：使用多个参数延迟

Question

我使用类似于下面的方法在两个矩阵上并行化for循环

from joblib import Parallel, delayed
import numpy

def processInput(i,j):
    for k in range(len(i)):
        i[k] = 1
    for t in range(len(b)):
        j[t] = 0
return i,j

a = numpy.eye(3)
b = numpy.eye(3)

num_cores = 2
(a,b) = Parallel(n_jobs=num_cores)(delayed(processInput)(i,j) for i,j in zip(a,b))

但我得到了以下错误：要解包的值太多（应为2）

是否有方法返回两个延迟值？或者你会提出什么解决方案？

还有，一点操作，有没有更紧凑的方法，像下面这样（实际上没有修改任何东西）来处理矩阵？

from joblib import Parallel, delayed
def processInput(i,j):
    for k in i:
        k = 1
    for t in b:
        t = 0
return i,j

我想避免使用has_shareable_内存，以避免实际脚本中可能出现的不良交互和更低的性能（？）

Answer 1

可能太晚了，但作为对你问题第一部分的回答： 只需在延迟函数中返回一个元组。

return (i,j)

对于保存所有延迟函数输出的变量

results = Parallel(n_jobs=num_cores)(delayed(processInput)(i,j) for i,j in zip(a,b))

现在results是一个元组列表，每个元组包含一些（i，j），您只需遍历结果即可。