如何打印 scikit learn 安排的作业数？
How to I print the number of jobs scheduled by scikit learn?
我计划运行 AWS 上的以下代码
from sklearn.metrics import pairwise_distances
pw_distance = pairwise_distances(model_in, model_out, n_jobs=-1)
如何打印使用 [=11=] 安排的作业数？
我知道我可以使用 AWS 检查监视器 CPU 的使用情况，但我也想直接读出。
像这样：
from joblib import effective_n_jobs
print(effective_n_jobs(-1))
pairwise_distances 在后台使用 Parallel；如果你愿意，可以测试它：
from time import sleep
from joblib import Parallel, delayed
Parallel(n_jobs=-1, verbose=10)(delayed(sleep)(.2) for _ in range(10))
输出：
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 12 concurrent workers.
[Parallel(n_jobs=-1)]: Done 3 out of 10 | elapsed: 0.6s remaining: 1.3s
[Parallel(n_jobs=-1)]: Done 5 out of 10 | elapsed: 0.6s remaining: 0.6s
[Parallel(n_jobs=-1)]: Done 7 out of 10 | elapsed: 0.6s remaining: 0.3s
[Parallel(n_jobs=-1)]: Done 10 out of 10 | elapsed: 0.6s finished
我计划运行 AWS 上的以下代码
from sklearn.metrics import pairwise_distances
pw_distance = pairwise_distances(model_in, model_out, n_jobs=-1)
如何打印使用 [=11=] 安排的作业数？ 我知道我可以使用 AWS 检查监视器 CPU 的使用情况，但我也想直接读出。
像这样：
from joblib import effective_n_jobs
print(effective_n_jobs(-1))
pairwise_distances 在后台使用 Parallel；如果你愿意，可以测试它：
from time import sleep
from joblib import Parallel, delayed
Parallel(n_jobs=-1, verbose=10)(delayed(sleep)(.2) for _ in range(10))
输出：
[Parallel(n_jobs=-1)]: Using backend LokyBackend with 12 concurrent workers.
[Parallel(n_jobs=-1)]: Done 3 out of 10 | elapsed: 0.6s remaining: 1.3s
[Parallel(n_jobs=-1)]: Done 5 out of 10 | elapsed: 0.6s remaining: 0.6s
[Parallel(n_jobs=-1)]: Done 7 out of 10 | elapsed: 0.6s remaining: 0.3s
[Parallel(n_jobs=-1)]: Done 10 out of 10 | elapsed: 0.6s finished