Em muitas funções, o scikit-learn implementou uma paralelização amigável. Por exemplo, emsklearn.cross_validation.cross_val_score você apenas passa o número desejado de trabalhos computacionais emn_jobs argumento. E para PC com processador multi-core, ele funcionará muito bem. Mas se eu quiser usar essa opção no cluster de alto desempenho (com o pacote OpenMPI instalado e usando o SLURM para gerenciamento de recursos)? Como eu seisklearn usajoblib para paralelização, que usamultiprocessing. E, como eu sei (a partir disso, por exemplo,Multiprocessamento Python dentro de mpi) Programas Python em paralelo commultiprocessing fácil de escalar oh toda a arquitetura MPI commpirun Utilitário. Posso espalhar o cálculo desklearn funções em vários nós computacionais usando apenasmpirun en_jobs argumento?