TypeError: can't pickle _thread.RLock objects
生活随笔
收集整理的这篇文章主要介绍了
TypeError: can't pickle _thread.RLock objects
小编觉得挺不错的,现在分享给大家,帮大家做个参考.
原因:继承了进程类的类在初始化时,pickle模块要对内部的成员变量进行序列化,但不支持对自定义对象加锁,所以会抛出类型异常的错误
比如:使用多进程的参数传递中使用了自定义类
import multiprocessing as mp from functools import partialclass Model:def __init__(self):self.a = 1def process_job(x, y):print("subProcess-a:",y.a) return x if __name__ == '__main__':m = Model()partial_work = partial(process_job, y=m) # 将自定义Model类的对象作为参数res = pool.map(partial_work, range(5)) # 这里将会报错pool.close()pool.join()print(res)解决方法:把类设置为全局变量进行访问,就不用传入到子进程了
import multiprocessing as mpclass Model:def __init__(self):self.a = 1A=None # 将需要在子进程中使用的自定义类对象申明为全局变量 def process_job(x):print("subProcess-a:",A.a) # 在子进程中访问 Model类对象return xif __name__ == '__main__':m = Model()global AA = m # 对全局变量进行赋值pool = mp.Pool(5)res = pool.map(process_job, range(5)) # 开启子进程pool.close()pool.join()print(res)总结
以上是生活随笔为你收集整理的TypeError: can't pickle _thread.RLock objects的全部内容,希望文章能够帮你解决所遇到的问题。
- 上一篇: tensorflow2.0 Datase
- 下一篇: 从源码的角度说说Activity的set