Я пытаюсь загрузить большое количество моделей Keras (скажем, они называются A, B, C и D), и я хотел бы использовать многопроцессорность, чтобы ускорить это.
model_names = ['A', 'B', 'C', 'D']
def load(name):
model = load_model(directory + '/models/' + var_name + '.h5')
return model
def main():
multiprocessing.set_start_method('spawn', force = True)
pool = multiprocessing.Pool(processes = multiprocessing.cpu_count())
results = pool.map_async(load, model_names)
pool.close()
pool.join()
if __name__ == '__main__':
main()
Не уверен, правильно ли я это делаю, а также не уверен, как получить доступ к загруженным моделям в results
.