我正在使用Python的DEAP pacakge,我希望多核我的代码,我使用http://deap.gel.ulaval.ca/doc/dev/tutorials/distribution.html上的教程成功地使用多处理来完成它.
我的问题如下:使用8个核心,理论上我获得了多少加速?我问的原因是因为我想决定我可以在与单核版本相同的时间内运行多少个人和几代人.我的代码用来运行大约200秒,有8个内核,现在需要大约0.5秒(这是400倍的加速).我可以假设任何事情都会加速400倍吗?我知道这很复杂,但非常感谢你的帮助.
一般来说,如果有人可以提供帮助,我想了解多重化如何改变计算流程.它是否只是针对每一代在不同核心上对每个人的评估进行映射?还是它并行运行几代?如果您知道我可以阅读的任何文档,请告诉我.
我没有提供代码示例,因为它似乎没有必要,因为这是一个非常高级的问题.
我有一个非常简单的问题,我认为网上可能有解决方案,但我还没有找到。
我有一个(非数学即非分析)函数,它根据来自一组文件/数据库/在线爬行的一组变量 a、b、c、d 计算值 F,我想找到该组使 F 最大化的变量 a、b、c、d。搜索 a、b、c、d 的整个空间是不可行的,并且不可能使用微分/导数,因为 F 不是解析的。我真的很感激我可以使用哪些包/算法的指针,或者只是如何开始。我在网上看到的关于 python 优化的大部分内容似乎都是关于分析/数学函数 (f(x) = x^2 + ...) 而不是更多的非分析问题。
例如:
def F(a,b,c,d):
... a lot of computations from databases, etc using
a,b,c,d that are different float values ...
returns output # output is a float
Run Code Online (Sandbox Code Playgroud)
现在,对于 a,b,c,d 的所有值,其中每个值都有可能的值,假设为 [0, 0.1, 0.2, ... 1.0]。这些值是离散的,我的优化不需要极高的精度。
现在,我想找到一组值 a,b,c,d 给我最高的 F。
哦,我对 F、a、b、c、d 都没有最大化约束。
我正在使用 python 的seaborn,我有一个快速问题,但我无法找到答案。如果我向绘图添加抖动,它实际上会改变拟合值(例如 r^2、p 值等)还是只是为了修饰绘图的外观?
例如sns.lmplot("size", "tip", tips, x_jitter=.15)从sns.lmplot("size", "tip", tips)https://web.stanford.edu/~mwaskom/software/seaborn/tutorial/quantitative_linear_models.html进行比较
python ×4
deap ×1
linux ×1
optimization ×1
plot ×1
regression ×1
seaborn ×1
search ×1
terminal ×1