为什么在使用共享 numpy 数据的 for 循环内使用 python 多处理来解决令人尴尬的并行问题时没有加速？

Question

我想加速一个与贝叶斯推理相关的令人尴尬的并行问题。目的是在给定矩阵 A 的情况下推断一组图像 x 的系数 u，使得 X = A*U。 X 的尺寸为 mxn、A mxp 和 U pxn。对于X的每一列，必须推断出系数U的最佳对应列。最后，该信息用于更新A。我使用m = 3000，p = 1500和n = 100。 因此，由于它是一个线性模型，系数矩阵 u 的推断由 n 个独立的计算组成。因此，我尝试使用Python的多处理模块，但没有加速。

这是我所做的：

主要结构（没有并行化）是：

import numpy as np
from convex import Crwlasso_cd

S = np.empty((m, batch_size))

for t in xrange(start_iter, niter):

    ## Begin Warm Start ##
    # Take 5 gradient steps w/ this batch using last coef. to warm start inf.
    for ws in range(5):
        # Initialize the coefficients
        if ws:
            theta = U
        else:
            theta = np.dot(A.T, X)

        # Infer the Coefficients for the given data batch X of size mxn (n=batch_size)
        # Crwlasso_cd is the function that does the inference per data sample
        # It's basically a C-inline code
        for k in range(batch_size):
            U[:,k] = Crwlasso_cd(X[:, k].copy(), A, theta=theta[:,k].copy())

        # Given the inferred coefficients, update and renormalize
        # the basis functions A 
        dA1 = np.dot(X - np.dot(A, U), U.T) # Gaussian data likelihood
        A += (eta / batch_size) * dA1
        A = np.dot(A, np.diag(1/np.sqrt((A**2).sum(axis=0))))

多处理的实现：

我尝试实现多处理。我有一台8核的机器可以用。

1. 有 3 个 for 循环。唯一看起来“可并行”的是第三个，其中系数是推断出来的：
   • 生成一个队列并将迭代次数从 0 到 batch_size-1 放入队列中
   • 生成8个进程，并让它们通过队列工作
2. 使用 multiprocessing.Array 共享数据 U

因此，我将第三个循环替换为以下：

from multiprocessing import Process, Queue
import multiprocessing as mp
from Queue import Empty

num_cpu = mp.cpu_count()
work_queue = Queue()

# Generate the empty ndarray U and a multiprocessing.Array-Wrapper U_mp around U
# The class Wrap_mp is attached. Basically, U_mp.asarray() gives the corresponding
# ndarray
U = np.empty((p, batch_size))
U_mp = Wrap_mp(U)

...

        # Within the for-loops:
        for p in xrange(batch_size):
        work_queue.put(p)

        processes = [Process(target=infer_coefficients_mp, args=(work_queue,U_mp,A,X)) for p in range(num_cpu)]

        for p in processes:
            p.start()
            print p.pid
        for p in processes:
            p.join()

这是类 Wrap_mp：

class Wrap_mp(object):
""" Wrapper around multiprocessing.Array to share an array across
    processes. Store the array as a multiprocessing.Array, but compute with it
as a numpy.ndarray
"""

    def __init__(self, arr):
        """ Initialize a shared array from a numpy array.

            The data is copied.
        """
        self.data = ndarray_to_shmem(arr)
        self.dtype = arr.dtype
        self.shape = arr.shape

    def __array__(self):
        """ Implement the array protocole.
        """
        arr = shmem_as_ndarray(self.data, dtype=self.dtype)
        arr.shape = self.shape
        return arr

    def asarray(self):
        return self.__array__()

这是函数 infer_coefficients_mp：

def infer_feature_coefficients_mp(work_queue,U_mp,A,X):

    while True:
        try:
            index = work_queue.get(block=False)
            x = X[:,index]
            U = U_mp.asarray()
            theta = np.dot(phit,x)

            # Infer the coefficients of the column index
            U[:,index] = Crwlasso_cd(x.copy(), A, theta=theta.copy())

         except Empty:
            break

现在的问题如下：

1. 多处理版本并不比给定数据维度的单线程版本。
2. 进程 ID 随着每次迭代而增加。这是否意味着不断有新的进程产生？这不是会产生巨大的开销吗？我怎样才能避免这种情况？是否有可能在整个 for 循环中创建 8 个不同的进程并用数据更新它们？
3. 我在进程之间共享系数 U 的方式是否会减慢计算速度？还有另一种更好的方法吗？
4. 进程池会更好吗？

我真的很感谢任何形式的帮助！我一个月前开始使用 Python，现在很迷茫。

恩金

Answer 1

每次创建流程时，您都在创建一个新流程。如果您在 for 循环中执行此操作，那么是的，您每次通过循环都会启动新进程。听起来您想要做的是在循环外初始化队列和进程，然后填充循环内的队列。

我之前使用过 multiprocessing.Pool，它很有用，但它并没有提供比您已经使用队列实现的功能更多的功能。

Answer 2

最终，这一切都归结为一个问题：是否可以在主 for 循环之外启动进程，并且对于每次迭代，将更新的变量输入其中，让它们处理数据，并从所有循环中收集新计算的数据流程，而不必每次迭代都启动新流程？