如果提供了参数，则该 Scipy 函数会在后台使用多处理模块。因此，我们必须“使用”workers来保护程序的入口点，正如文档在“安全导入主模块”部分中所强调的那样。if __name__ == '__main__'

if __name__ == '__main__':
    from scipy.optimize import rosen, differential_evolution
    bounds = [(0,2), (0, 2), (0, 2), (0, 2), (0, 2)]
    result = differential_evolution(rosen, bounds, updating='deferred',workers=2)
    print(result)

Scipy 文档中的示例是在交互式 Python 会话中运行的，因此不需要这样做。但是，当作为脚本运行时，我们必须添加代码隔离以避免您遇到的错误。否则，优化运行会在多个进程中的每一个进程中一遍又一遍地启动。

在 Linux 上运行脚本时，代码隔离也不是必需的。在该平台上，工作进程的默认“启动方法”是“fork”（如错误消息中所述），而不是 Windows 和 macOS 上的“spawn”。 “fork”方法更轻量，避免重新启动 Python 解释器，这就是无需保护入口点的原因。