Я использую версию PyTorch для ЦП, и мне нужно запустить с ее помощью несколько процессов. Однако всякий раз, когда я импортирую torch, потребляется большой объем памяти (примерно 200 МБ в версии PyTorch 2.4.0+cpu). Это проблематично, если я хочу создать большое количество процессов, запускающих PyTorch.
Как я могу избежать непроизводительной траты памяти, заставляя несколько процессов использовать один и тот же факел импорта или, альтернативно, как я могу узнать, что потребляет так много памяти при импорте факела?
Ниже приведен небольшой пример, который я использовал:
Ниже приведен небольшой пример, который я использовал: п>
import multiprocessing as mp
import resource
m1 = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
import torch
m2 = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
delta = m2 - m1
print(delta) # roughly 200 MB for torch==2.4.0+cpu
def f(x):
print(resource.getrusage(resource.RUSAGE_SELF).ru_maxrss) # roughly 134 MB
return x * x
if __name__ == "__main__":
mp.set_start_method("fork")
with mp.Pool(5) as p:
print(p.map(f, [1, 2, 3]))
Подробнее здесь: https://stackoverflow.com/questions/792 ... one-import
Как заставить несколько процессов Python использовать одну и ту же память для одного импорта ⇐ Python
Программы на Python
1734329214
Anonymous
Я использую версию PyTorch для ЦП, и мне нужно запустить с ее помощью несколько процессов. Однако всякий раз, когда я импортирую torch, потребляется большой объем памяти (примерно 200 МБ в версии PyTorch 2.4.0+cpu). Это проблематично, если я хочу создать большое количество процессов, запускающих PyTorch.
Как я могу избежать непроизводительной траты памяти, заставляя несколько процессов использовать один и тот же факел импорта или, альтернативно, как я могу узнать, что потребляет так много памяти при импорте факела?
Ниже приведен небольшой пример, который я использовал:
Ниже приведен небольшой пример, который я использовал: п>
import multiprocessing as mp
import resource
m1 = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
import torch
m2 = resource.getrusage(resource.RUSAGE_SELF).ru_maxrss
delta = m2 - m1
print(delta) # roughly 200 MB for torch==2.4.0+cpu
def f(x):
print(resource.getrusage(resource.RUSAGE_SELF).ru_maxrss) # roughly 134 MB
return x * x
if __name__ == "__main__":
mp.set_start_method("fork")
with mp.Pool(5) as p:
print(p.map(f, [1, 2, 3]))
Подробнее здесь: [url]https://stackoverflow.com/questions/79283770/how-to-force-python-multiple-processes-to-share-the-same-memory-for-one-import[/url]
Ответить
1 сообщение
• Страница 1 из 1
Перейти
- Кемерово-IT
- ↳ Javascript
- ↳ C#
- ↳ JAVA
- ↳ Elasticsearch aggregation
- ↳ Python
- ↳ Php
- ↳ Android
- ↳ Html
- ↳ Jquery
- ↳ C++
- ↳ IOS
- ↳ CSS
- ↳ Excel
- ↳ Linux
- ↳ Apache
- ↳ MySql
- Детский мир
- Для души
- ↳ Музыкальные инструменты даром
- ↳ Печатная продукция даром
- Внешняя красота и здоровье
- ↳ Одежда и обувь для взрослых даром
- ↳ Товары для здоровья
- ↳ Физкультура и спорт
- Техника - даром!
- ↳ Автомобилистам
- ↳ Компьютерная техника
- ↳ Плиты: газовые и электрические
- ↳ Холодильники
- ↳ Стиральные машины
- ↳ Телевизоры
- ↳ Телефоны, смартфоны, плашеты
- ↳ Швейные машинки
- ↳ Прочая электроника и техника
- ↳ Фототехника
- Ремонт и интерьер
- ↳ Стройматериалы, инструмент
- ↳ Мебель и предметы интерьера даром
- ↳ Cантехника
- Другие темы
- ↳ Разное даром
- ↳ Давай меняться!
- ↳ Отдам\возьму за копеечку
- ↳ Работа и подработка в Кемерове
- ↳ Давай с тобой поговорим...
Мобильная версия