如何限制 Numpy 中的線程使用以獲得更好的性能？

Numpy 中的線程限制

確定底層線程管理

提供的numpy.show_config() 輸出表明NumPy 正在利用ATLAS 來實現其線性代數運算。為了限制專門用於矩陣乘法的執行緒數量，我們需要針對 ATLAS 的執行緒配置。

執行緒限製配置

在執行腳本之前，設定以下環境標誌：

• export MKL_NUM_THREADS=1：此標誌限制Intel Math Kernel library (MKL) 使用的執行緒數，該函式庫用於NumPy 中的某些操作。
• export NUMEXPR_NUM_THREADS=1：此標誌限制NumExpr 中的平行級別，NumPy 用於快速數值計算的函式庫。
• export OMP_NUM_THREADS=1：此標誌設定 OpenMP（NumPy 在某些情況下使用的平行運算平台）的執行緒計數。

多執行緒故障排除

如果上述標誌無法解決問題，則值得調查其他函式庫是否引入了多執行緒。探索為這些函式庫設定環境標誌，例如：

• export BLAS_NUM_THREADS=1：指定 BLAS（NumPy 常用的線性代數函式庫）的執行緒計數。
• export LAPACK_NUM_THREADS=1：設定 LAPACK（與 BLAS 整合的線性代數函式庫）的執行緒數。

以上是如何限制 Numpy 中的線程使用以獲得更好的性能？的詳細內容。更多資訊請關注PHP中文網其他相關文章！