我正在使用mlxtend
库运行一份工作。特别是使用sequential_feature_selector
joblib.Parallel
并行化的source。当我在本地计算机上运行它时,它使用所有可用的CPU,但是当我将作业发送到cloud-ml
时,它只使用一个核心。我在n_jobs
参数中输入的数字是什么并不重要。我也试过不同的机器类型,但同样的事情发生。有谁知道问题可能是什么?
对于任何可能感兴趣的人,我们解决了将sklearn
中的setup.py
版本修复为0.20.2
的问题。我们之前在包中有过sklearn
,但没有版本。
#setup.py
from setuptools import find_packages
from setuptools import setup
REQUIRED_PACKAGES = ['joblib==0.13.0',
'scikit-learn==0.20.2',
'mlxtend']