Comment limiter l'utilisation des threads dans NumPy pour des performances optimales ?

Personnalisation de l'utilisation des threads dans NumPy

NumPy utilise plusieurs threads pour diverses opérations, ce qui peut avoir un impact sur les performances sur les systèmes multicœurs. Pour limiter le nombre de threads utilisés par NumPy, plusieurs variables d'environnement peuvent être définies.

Les variables d'environnement qui contrôlent l'utilisation des threads dans NumPy peuvent différer en fonction de la bibliothèque d'algèbre linéaire sous-jacente utilisée, telle que BLAS. . Pour identifier la bibliothèque utilisée, vous pouvez utiliser la fonction numpy.show_config().

Si votre configuration Numpy révèle qu'elle utilise BLAS, vous pouvez essayer de définir les variables d'environnement suivantes avant d'exécuter votre script :

• export MKL_NUM_THREADS=1
• export NUMEXPR_NUM_THREADS=1
• export OMP_NUM_THREADS=1

Ces paramètres doivent limiter le nombre de threads utilisés pour multiplication matricielle et autres calculs dans NumPy.

Gardez à l'esprit que déterminer la source exacte du multithreading dans votre code peut être difficile. Si les variables ci-dessus ne résolvent pas le problème, il vaut la peine d'explorer d'autres indicateurs d'environnement spécifiques à la bibliothèque qui peuvent affecter le comportement du thread.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!