如何通过同时和顺序运行来加速 python 脚本

Question

我有一个优化程序（目前是一个 jupyter 笔记本，将优化本身外包给 gurobi 云），我需要运行它的多次迭代。到目前为止，我已经尝试在一夜之间同时运行同一脚本的多个版本。然而，这对我的计算机造成了负担（即，它崩溃了一两次，并且早上响应速度非常慢），并且似乎导致我的程序在启动后大约 7 小时、完成之前失败。（该程序不会抛出错误消息；它似乎只是停止产生优化输出。当我尝试减少同时运行时，这种情况似乎会减少。）我怀疑我的部分问题是我的内存变满了。我想知道如果我并行和顺序运行我的脚本是否会取得更大的成功，这样内存就会被清除。不过，我显然是计算机性能方面的新手，因此建议很有帮助。我目前的情况是这样的：晚上 8 点，我开始并行运行脚本 A 和 B，每个脚本都包含 100 个单独的优化（作为 for 循环的一部分）。这似乎将所有 100 个优化的输出保留在内存中直到早上，这似乎大大减慢了我的计算机速度并消耗了大量存储空间（在我重新启动计算机后，这些存储空间再次空闲）。相反，我想知道将 A 拆分为 A1（前 50 项优化）和 A2（后 50 项优化），将 B 拆分为 B1 和 B2，然后运行 A1 和 B1 是否会提高计算机的性能与 A2 和 B2 并行，设置为在 A1 和 B1 完成后运行。有人可以建议这是否会提高我的表现吗？

Answer 1

我不确定具体的文件分割，但这里有一些其他值得尝试的事情，

1. 减少线程数

2. 设置求解方法=1，这是 gurobi 建议在内存紧张的情况下执行的操作

3. 将nodefilestart参数设置为较小的值

然而，这些都会在模型运行时减少内存。另一件事是减少存储的模型数量。从技术上讲，这应该自动发生，但我想我过去已经看到它失败了。del model在这种情况下，您可以尝试在循环结束之前明确删除模型，然后再开始下一个循环。