由 joblib 的 Parallel 运行时，Sklearn cv 迭代器参数失败

如何解决由 joblib 的 Parallel 运行时，Sklearn cv 迭代器参数失败

我正在使用一个使用 sklearn 分类类（nilearn 但它并不重要）的包。 但是，我正在尝试将它与自定义 cv 参数一起使用。喜欢：

cv = iter(((iTr1,iTs1),(iTr2,iTs2),...))

现在，指定的函数有以下块：

from sklearn.model_selection import cross_val_score
from joblib import Parallel,delayed,cpu_count
scores = Parallel(n_jobs=n_jobs,verbose=verbose)(  \
            delayed(_group_iter_search_light)(*someArgs,cv,*someMoreArgs) \
            for thread_id,mtrx in enumerate(matrices))
...

在_group_iter_search_light函数中，使用cv的相关块是：

cross_val_score(estimator,X[:,row],y,cv=cv,n_jobs=1,scoring=scoring)

鉴于此，我的代码崩溃并显示以下消息： ValueError：没有足够的值来解包（预期为 3，得到 0）

但是，当我将代码（不建议篡改公共包，我知道...）更改为：

scores = [_group_iter_search_light(*someArgs,*someMoreArgs) for mtrx in matrices]

也就是说 - 用非并行版本替换并行版本，它完美运行。

任何想法为什么以及我能做什么？ Loadwise，我对串行没问题，但如果可能的话，我非常喜欢使用普通版本......

谢谢，