在cross_val_score中使用n_jobs参数时出现BrokenProcessPool

Question

在中n_jobs = -1用作参数 时出现错误sklearn.model_selection.cross_val_score。我是深度学习和ANN的初学者，并且按照本课程k折交叉验证中的讲师说，曾经n_jobs = -1使用过所有CPU处理器，以减少时间，但在我的情况下会出错。

错误-

BrokenProcessPool：任务无法反序列化。请确保函数的参数都是可挑剔的。

完整的堆栈跟踪可以在这里找到。

import keras
from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import cross_val_score
def build_classifier():
    classifier = Sequential()
    classifier.add(Dense(units = 6, kernel_initializer = 'uniform', activation = 'relu', input_dim = 11))
    classifier.add(Dense(units = 6, kernel_initializer = 'uniform', activation = 'relu'))
    classifier.add(Dense(units = 1, kernel_initializer = 'uniform', activation = 'sigmoid'))
    classifier.compile(optimizer = 'adam', loss = 'binary_crossentropy', metrics = ['accuracy'])
    return classifier
classifier = KerasClassifier(build_fn = build_classifier, batch_size = 10, nb_epoch = 100)
accuracies = cross_val_score(estimator = classifier, X = X_train, y = Y_train, cv = 10, n_jobs = -1)

Answer 1

n_jobs =-1 不起作用，因为你的 GPU 已关闭，或者我说 GPU 未激活，你可以使用 cuda 命令激活它或使用这些链接激活 tensorflow-gpu

安装适用于 Windows 和 Anaconda 的 Tensorflow（GPU 版本）

如何在 Windows 10 上安装 Tensorflow-GPU

或者你可以参考这个，对于n_jobs的理解

常用术语和 API 元素词汇表-term-n-jobs