我最近尝试在使用 CentOS 的集群上执行并行模型拟合和交叉验证。因为我需要进行10折交叉验证，所以我最初通过命令启动10个进程：
mpirun -np 10 --bynode -hostfile ./my_hostfile python my_program &
在每个过程（进行一次计算）中，首先执行模型拟合。由于模型拟合可以并行执行，我通过 MPI spawn 函数生成了一些额外的过程。额外进程的数量无法预先确定，所以我真的需要生成它们！
这样的程序在我自己的工作站（单节点）上完美运行。但是，当我尝试在集群（跨节点）上运行它时，我收到以下错误消息：
[fs3:06947] [[50533,0],0] ORTE_ERROR_LOG：在第 758 行的文件 base/plm_base_launch_support.c 中找不到
并且所有进程都终止。我无法弄清楚为什么会这样。我正在使用 python 库 mpi4py，它绑定到打开的 mpi。
更新：
主机文件只包含我保留的节点列表。其中没有“max_slots”或“slots”规范。而且我确信我已经为这个计算保留了足够的节点。