#coding = utf8
import threading,time,random count = 0
class MyThread (threading.Thread): def __init__(self,lock,threadName):
super(MyThread,self).__init__(name = threadName)
self.lock = lock def run(self):
global count
self.lock.acquire()
for i in range(100):
count = count + 1
time.sleep(0.3)
print(self.getName() , count)
self.lock.release() lock = threading.Lock()
for i in range(2):
MyThread (lock,"MyThreadName:" + str(i)).start()
相关文章
- 吴裕雄 python 机器学习——集成学习AdaBoost算法回归模型
- 吴裕雄 python 机器学习——模型选择回归问题性能度量
- 吴裕雄 python 机器学习——集成学习随机森林RandomForestRegressor回归模型
- 吴裕雄 python 机器学习——核化PCAKernelPCA模型
- 吴裕雄 python 机器学习——KNN回归KNeighborsRegressor模型
- 吴裕雄 python 机器学习——集成学习梯度提升决策树GradientBoostingRegressor回归模型
- 2024最新全流程Python编程、机器学习与深度学习实践技术应用
- 全流程Python编程、机器学习与深度学习实践技术应用
- 吴裕雄 python 机器学习——半监督学习标准迭代式标记传播算法LabelPropagation模型
- 吴裕雄--天生自然python Google深度学习框架:MNIST数字识别问题