是否可以将 python 对象（特别是 sklearn 模型）存储在内存映射文件中？

Question

我有几个占用大量内存的大型对象（sklearn 模型），我想在多个进程之间共享它们。 有没有办法做到这一点？

• 它必须是“实时”对象，而不是序列化版本
• 我知道有一个内存映射版本的 numpy 数组，它负责模型内存的重要部分 - 但使用它们需要对 sklearn 源代码进行重大更改，这将很难维护

Answer 1

在进程从同一个 python 脚本启动的条件下，这里是一个创建第二个进程并在两个进程之间共享变量的示例。很容易对此进行详细说明以创建一些流程。注意用于创建和访问共享变量和锁的结构。我在算术进程上插入了一个循环以生成一些 cpu 使用率，以便您可以监视并查看它是如何在多核或多处理器平台上运行的。还要注意使用共享变量来控制第二个进程，在这种情况下告诉它何时退出。最后，共享对象可以是一个值或一个数组，见https://docs.python.org/2/library/multiprocessing.html

#!/usr/bin/python

from time import sleep
from multiprocessing import Process, Value, Lock

def myfunc(counter, lock, run):

    while run.value:
        sleep(1)
        n=0
        for i in range(10000):
            n = n+i*i
        print( n )
        with lock:
            counter.value += 1
            print( "thread %d"%counter.value )

    with lock:
        counter.value = -1
        print( "thread exit %d"%counter.value )

# =======================

counter = Value('i', 0)
run = Value('b', True)
lock = Lock()

p = Process(target=myfunc, args=(counter, lock, run))
p.start()

while counter.value < 5:
    print( "main %d"%counter.value )
    n=0
    for i in range(10000):
        n = n+i*i
    print( n )
    sleep(1)

with lock:
    counter.value = 0

while counter.value < 5:
    print( "main %d"%counter.value )
    sleep(1)

run.value = False

p.join()

print( "main exit %d"%counter.value)