标签：return python res worker results result 之多 multiprocessing def

做实验对比不同算法效果的时候，需要得到多个算法的解，如果按单线程依次运行，速度过慢，特别对于需要实验多次，比较均值和方差的时候，时间消耗更大，这时候最好使用多进程的方法，来节省时间。下面是做实验时运用的线程池的代码：

import multiprocessing as mp
def worker_1():
    algorithm1.run(9200)
    solutions1 = algorithm1.result
    return solutions1

def worker_2():
    algorithm2.run(10000) 
    solutions2 = algorithm2.result
    return solutions2

def worker_3():
    algorithm3.run(10000) 
    solutions3 = algorithm3.result
    return solutions3
def worker_4():
    algorithm4.run(9200)  
    solutions4 = algorithm4.result
    return solutions4
def worker_5():
    algorithm5.run(10000)  
    solutions5 = algorithm5.result
    return solutions5

def worker_6():
    algorithm6.run(10000)  
    solutions6= algorithm6.result
    return solutions6
fun_list = [worker_1,worker_2,worker_3,worker_4,worker_5,worker_6]

def multicore():
    pool=mp.Pool(processes=2)#定义一个Pool，并定义CPU核数量为2
    multi_res = []
    for fun in fun_list:
        res=pool.apply_async(fun)
        multi_res.append(res)
    results_t = [res.get()for res in multi_res]
    solutions1 = results_t[0]
    solutions2 = results_t[1]
    solutions3 = results_t[2]
    solutions4 = results_t[3]
    solutions5 = results_t[4]
    solutions6 = results_t[5]
    return solutions1,solutions2,solutions3,solutions4,solutions5,solutions6
if __name__=='__main__':
    solutions1, solutions2, solutions3, solutions4, solutions5, solutions6 = multicore()

标签：return,python,res,worker,results,result,之多,multiprocessing,def
来源： https://blog.csdn.net/qq_38384924/article/details/88651342

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。