Python中差分进化的并行性能预测

Question

我是一名工科学生，正在做遗传算法的实习。最近，我对差异进化做了很多研究。在实习期间，我们决定直接使用scipy.optimize.differential_evolution()测试差异进化

在文档中，提到并行是可能的，但我们不确定它是否真的会带来很大的不同。这就是为什么我们决定寻找一种预测性能改善的方法。我发现使用Amdahl's Law可以实现这样的事情。我的问题是，为了使用阿姆达尔定律，我必须知道“程序的部分可以并行化”。有人能帮我找到这一份吗？或者可能以另一种方式预测改善

提前谢谢你

Answer 1

Q : "...such a thing could be possible by using Amdahl's Law. ( SER v/s PAR portion ) Or another way?"

首先，了解有关修订版的更多详细信息，至少是overhead-strict Amdahl's Law，
更好的管理严格的&资源感知重新表述，
因为开销和资源（un）在原子化的工作时代（在进化时期）的可用性将比开销原始的SER/PAR部分更能决定您的用例

如果需要以动态和交互方式查看这些效果，也可以阅读this，其中第一个图形链接到一个交互式演示，说明用户可选择的[SERIAL]和[PARALLEL]部分的情况，同时选择设置和终止+所有与SER/DES相关的附加开销，如果你选择进入workers = -1或者猛击公羊开始把事情搞得一团糟，这可能会变得相当疯狂