Во многих функциях из scikit-learn реализовано удобное распараллеливание. Например вsklearn.cross_validation.cross_val_score Вы просто передаете желаемое количество вычислительных заданий вn_jobs аргумент. А для ПК с многоядерным процессором это будет работать очень хорошо. Но если я хочу использовать такую ​​опцию в высокопроизводительном кластере (с установленным пакетом OpenMPI и использованием SLURM для управления ресурсами)? Насколько я знаюsklearn использованияjoblib для распараллеливания, который используетmultiprocessing, И, как я знаю (из этого, например,Многопроцессорность Python в mpi) Python программы, распараллеленные сmultiprocessing легко масштабировать всю архитектуру MPI сmpirun полезность. Могу ли я распространять вычисленияsklearn функции на нескольких вычислительных узлах, просто используяmpirun а такжеn_jobs аргумент?