Pourquoi les cellules Ipython cessent-elles d'être exécutées?

Je suis sûr que c'est un très newb question, donc je m'excuse à l'avance. Je suis en train d'utiliser ipython notebook pour un projet de groupe. Le programme nous sommes bâtiment est assez grand et tire dans un grand nombre de des ensembles de données externes. La plupart du temps, Ipython semble cesser de fonctionner. Je vais essayer d'exécuter une cellule ou plusieurs cellules et il ne se passera rien (sauf un petit astérisque ( * ) apparaît dans les crochets [] à gauche de la cellule). Même si j'essaie juste ajouter une nouvelle cellule et exécuter 2+2, il ne se passera rien. Ce qui se passe ici? Comment puis-je résoudre ce problème? Merci!

source d'informationauteur user3786999

  1. 18

    L'astérisque à côté d'une cellule [*] indique que la cellule est en cours d'exécution. Alors que IPython fournit à chaque portable avec son propre noyau, il y a seulement un noyau par cahier. Lorsque le noyau est occupé à l'exécution de code (soit une cellule, ou une série de cellules) il ne peut l'accepter ou d'exécuter un code supplémentaire, jusqu'à ce qu'il est en train de faire est fini. De nouvelles exécutions de s'asseoir dans une file d'attente, jusqu'à ce que le noyau est prêt.

    Si vous attendez assez longtemps après avoir essayé d'exécuter 2+2 vous devriez trouver qu'il finalement exécuter (en supposant que votre code principal jamais sorties).

    La solution à cela dépend de votre code, et combien de temps vous êtes prêt à attendre pour obtenir les résultats. En règle générale, essayez les opérations suivantes:

    • Utiliser un plus petit ensemble de données de test de l'algorithme, puis à l'échelle, en progressivement en notant l'augmentation dans le temps. Est-ce que ça va être possible avec votre ensemble de données complet?
    • Est un algorithme de lecture/écriture sur le disque? Pouvez-vous l'éviter, ou de pré-chargement/post-enregistrement de l'état?
    • Est-il possible de répartir vos données en lots?
    • Si votre algorithme est batchable, pouvez-vous paralléliser à faire le meilleur usage de votre CPU?

    Vous pouvez interrompre le noyau, cependant cela ne fonctionnera pas si l'exécution est actuellement le noyau de mains par exemple, en C externe modules (beaucoup de numpy par exemple). Dans ces cas, vous pouvez avoir besoin de redémarrer complètement.