当使用多处理池时，在Docker中运行python会陷入困境

Question

我在Docker容器中使用scipy.optimize.differential_evolution函数，并将paramater workers=-1传递给它。这可以使用Python的多处理库（它使用一个池）以最大数量的可用CPU实现并行处理。查看Scipy源代码，当提供参数workers=-1时，调用multiprocessing.Pool（）时，幕后没有任何参数。这样就可以使用最大数量的CPU核

每次迭代都会打印一条消息。运行容器时，前几个迭代似乎正常工作。然而，在某些时候，python脚本似乎被卡住了，因为没有打印新的输出（并且我的计算机上的风扇关闭了…）。这种情况发生时不会打印任何错误

请注意，当我删除或更改workers参数为4时，一切都按预期工作，执行不会停滞。（我的电脑有8个核心。）

我曾尝试增加分配给Docker的内存，但不幸的是，这并没有起到任何作用

请让我知道，如果有什么我应该扩大。谢谢