如何限制 Spacy 使用的 CPU 数量？

Question

我想从一大组句子中提取词性和命名实体。由于 RAM 的限制，我首先使用 Python NLTK 将我的文档解析为句子。然后我遍历我的句子并使用 nlp.pipe() 进行提取。但是，当我这样做时，Spacy 会占用我的整个计算机； Spacy 使用所有可用的 CPU。这样不好，因为我的电脑是共享的。如何限制 Spacy 使用的 CPU 的数量？这是我迄今为止的代码：

# require
from nltk import *
import spacy

# initialize
file = './walden.txt'
nlp  = spacy.load( 'en' )

# slurp up the given file
handle = open( file, 'r' )
text   = handle.read()

# parse the text into sentences, and process each one
sentences = sent_tokenize( text )
for sentence in nlp.pipe( sentences, n_threads=1 ) :

  # process each token
  for token in sentence : print( "\t".join( [ token.text, token.lemma_, token.tag_ ] ) )

# done
quit()

Answer 1

我对自己问题的回答是，"Call the operating system and employ a Linux utility named taskset."

# limit ourselves is a few processors only
os.system( "taskset -pc 0-1 %d > /dev/null" % os.getpid() )

此特定解决方案将运行进程限制为核心 #1 和 #2。这个解决方案对我来说已经足够好了。

如何限制 Spacy 使用的 CPU 数量？

How do I limit the number of CPUs used by Spacy?

spacy