python - 控制 jupyterlab 服务器中使用的 CPU 数量

Question

我正在使用 jupyterlab 并且我知道我有 12 个内核可用。
目前我只使用 1，我想使用更多。
我试图通过在终端中写入来更改我使用的号码:

export JULIA_NUM_THREADS=7

但是当我打印时:

import threading
threading.activeCount()
>>>5

如何为我的 jupyterlab 笔记本提供更多 CPU？
这真的不是我的领域，所以如果事情真的很简单，我很抱歉，我只是不明白我做错了什么以及从哪里开始。

Answer 1

TLDD；无需配置。它可供您使用，只需要明确编码您想要并行运行的内容。JULIA_ACTIVE_THREADS是 Jupyter 中 Julia 内核的配置选项，而不是 Python 内核(运行笔记本代码的进程)的配置选项。
除非您在容器中运行 Jupyter，否则您可以开箱即用地使用系统中所有可用的内核。如果 Jupyter 在容器或虚拟机中，它将使用您分配的内容，仅此而已。
请记住，默认情况下，您在运行 Jupyter 内核时使用 1 个内核。
当你运行 threading.active_count()并得到 1，这意味着您正在代码上使用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，这不是衡量您使用 cpu 的好坏的标准。
Python 可以充当在幕后并行工作的库的协调器(想想 numpy、pandas、tensorflow ......)。
如果您想编写使用超过 1 个线程和/或 1 个 CPU 的 Python 代码，请查看 multiprocess module .
multipreocessing 模块是标准库的一部分，您可以在 Jupyter 内部毫无问题地使用它。可能你会找到 Process和 Pool有用的方法(如果你想使用深度学习，有一个 pytorch.multiprocessing 模块具有相同的接口(interface)，但支持在不同线程中使用 GPU)。