小编s1m*_*0d3的帖子

介绍

我正在使用dask.distributed（令人尴尬的并行任务）并行化一些代码。

• 我有一个指向不同图像的路径列表，这些图像散布给工作人员。
• 每个工作人员加载和过滤图像（3D 堆栈）并运行一些过滤。使用 scipy 进行 3D 过滤可节省中间体输出。
• 每个过滤后的图像在磁盘上保存为 npy 和/或 png。
• 我在集群上运行之前在本地进行测试，我的设置是：

.

from dask.distributed import Client, LocalCluster
cluster = LocalCluster(n_workers=2, threads_per_worker=1,memory_limit =8e9)
client = Client(cluster)

问题：

• 当我只处理两个图像（1 个图像/工人）时，一切都很好
• 当我为每个工作人员散布多个图像时，我会收到此警告，其中进程内存值增加。

.

distributed.worker - WARNING - Memory use is high but worker has no data to store to disk.
Perhaps some other process is leaking memory?  Process memory: 6.21 GB -- Worker memory limit: 8.00 GB

暗示工作人员使用的部分 RAM 不在freed不同文件之间（我猜是剩余的过滤中间体......）

题

有没有办法在开始处理下一个图像之前释放工人的内存？我必须garbage collector在运行任务之间运行一个循环吗？

编辑 …