Iñigo
2020-11-28 08:59:45
TLDD；无需配置。它可供你使用，只需要明确地编写要并行运行的代码。
JULIA_ACTIVE_THREADS 是Jupyter中Julia Kernel的配置选项，而不是Python Kernel（运行笔记本代码的过程）的配置选项。
除非你在容器中运行Jupyter，否则可以立即使用系统中所有可用的内核。如果Jupyter位于容器或虚拟机中，它将使用你分配的内容，仅此而已。
请记住，默认情况下，运行Jupyter内核时使用1个内核。
当你运行threading.active_count()并获得1时，这意味着你在代码上使用了一个正在运行的线程。现代处理器可以为每个可用内核使用多个线程。坏消息是，这不能衡量你使用cpu的质量。
Python可以充当在后台并行工作的库的协调器（请考虑numpy，pandas，tensorflow ...）。
如果要编写使用1个以上线程和/或1个以上CPU的Python代码，请查看multiprocess模块。
多重处理模块是标准库的一部分，你可以在Jupyter内部轻松使用它。也许你会发现Process和Pool方法有用（如果你想进行深度学习，则有一个pytorch.multiprocessing模块具有相同的接口，但支持使用不同线程的GPU）。
热门帖子
热门github
1
2
4
The Python Risk Identification Tool for generative AI (PyRIT) is an open access automation framework to empower security professionals and machine learning engineers to proactively find risks in their generative AI systems.
(翻译：用于生成式 AI 的 Python 风险识别工具 (PyRIT) 是一个开放式访问自动化框架，使安全专业人员和机器学习工程师能够主动发现其生成式 AI 系统中的风险。)
5
7
8
9
Mamba is a new state space model architecture showing promising performance on information-dense data such as language modeling, where previous subquadratic models fall short of Transformers. It is based on the line of progress on structured state space models, with an efficient hardware-aware design and implementation in the spirit of FlashAttention.
(翻译：Mamba 是一种新的状态空间模型架构，在信息密集型数据（例如语言建模）上显示出良好的性能，而之前的二次模型在 Transformers 方面存在不足。它基于结构化状态空间模型的进展，并本着FlashAttention的精神进行高效的硬件感知设计和实现。)
10
11
13