用法:
distributed.protocol.serialize.register_generic(cls, serializer_name='dask', serialize_func=<dask.utils.Dispatch object>, deserialize_func=<dask.utils.Dispatch object>)注册(反)序列化以遍历 __dict__
通常在为 Dask 的自定义序列化注册新类时，您需要管理标题和帧，这可能很乏味。如果您只想遍历对象并将序列化应用于对象的所有属性，那么此函数可能会提供更简单的路径。
这为自定义 Dask 序列化系列注册了一个类。它通过遍历其属性的__dict__并递归地应用
serialize和deserialize来对其进行序列化。它收集一组帧并在标题中保留小属性。反序列化逆转了这个过程。如果满足以下条件，这是一个好主意：
对象的大部分字节由 Dask 的自定义序列化已经很好处理的数据类型组成，例如 Numpy 数组。
您的对象不需要任何特殊的构造函数逻辑，除了 object.__new__(cls)
例子：
>>> import sklearn.base >>> from distributed.protocol import register_generic >>> register_generic(sklearn.base.BaseEstimator)
相关用法
- Python distributed.protocol.serialize.serialize用法及代码示例
- Python distributed.performance_report用法及代码示例
- Python distributed.Client.gather用法及代码示例
- Python distributed.recreate_tasks.ReplayTaskClient.recreate_task_locally用法及代码示例
- Python distributed.diagnostics.plugin.SchedulerPlugin用法及代码示例
- Python distributed.Client.ncores用法及代码示例
- Python distributed.Client.retire_workers用法及代码示例
- Python distributed.Client.unregister_worker_plugin用法及代码示例
- Python distributed.fire_and_forget用法及代码示例
- Python distributed.Client.set_metadata用法及代码示例
- Python distributed.Client.scheduler_info用法及代码示例
- Python distributed.Client.submit用法及代码示例
- Python distributed.Client.compute用法及代码示例
- Python distributed.SpecCluster.scale用法及代码示例
- Python distributed.get_worker用法及代码示例
- Python distributed.SpecCluster.scale_up用法及代码示例
- Python distributed.Client.nthreads用法及代码示例
- Python distributed.comm.resolve_address用法及代码示例
- Python distributed.Client.unpublish_dataset用法及代码示例
- Python distributed.get_task_stream用法及代码示例
注：本文由纯净天空筛选整理自dask.org大神的英文原创作品 distributed.protocol.serialize.register_generic。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。