我正在编写一些代码，但我快没时间赶到项目截止日期了。这就是为什么我在这里发布问题而不是自己尝试。

我有时间序列数据，并在将其提供给深度模型之前创建帧，这需要很长时间才能执行。通常，在一个 GPU 甚至多个 GPU 上需要 5 到 10 分钟，并且会显示一个空白的命令行屏幕。用户等待 5 到 10 分钟后只能看到一个空白的命令行界面，这可能非常不方便。

我已经在使用 Horovod 框架进行分布式深度学习训练。有没有办法在多个 GPU 之间分配这个特定的长进程的计算并快速执行它们。

如果没有，我别无选择，只能显示诸如“正在生成帧，请稍候”之类的消息，并伴有一些可爱的动画。因此，我如何将等待动画合并到这个多嵌套循环代码中？

代码如下：

for stream in file:

我在这里调用这个函数：

def create_lstm_data(X,y,step_back=50,step_forword=1):
    out_X = []
    out_y = []
    size = len(X)
    for i,features in enumerate(X):
        if i >= step_back and i < size - step_forword:
            tmp_X = []
            tmp_y = []
            for j in range(i - step_back,i):
                tmp_X.extend([X[j]])
            out_X.append(tmp_X)
            for j in range(i,i + step_forword):
                tmp_y.extend([y[j]])
            out_y.append(tmp_y)
    return np.array(out_X),np.array(out_y)

X_train 形状为：(1680179,52)，y_train 形状为：(1680179,) X_test 形状为：(494777,52)，y_test 形状为：(494777,)