mclapply

    3熱度

    1回答

    我想將我的一些R代碼移植到Julia; 基本上我已經重寫了下述R代碼朱莉婭: library(parallel) eps_1<-rnorm(1000000) eps_2<-rnorm(1000000) large_matrix<-ifelse(cbind(eps_1,eps_2)>0,1,0) matrix_to_compare = expand.grid(c(0,1),c(0,1))

    0熱度

    1回答

    我有一個VCorpus「oanc」我想改變這一切的話爲小寫,所以我用下面的函數 oanc1 <- tm_map(oanc, content_transformer(tolower)) 但我得到了一個警告: Warning message: In mclapply(content(x), FUN, ...) : scheduled cores 2 encountered errors

    2熱度

    1回答

    我無法理解mclapply的行爲(或者別的什麼)。 我做這樣的事情: opt.Models = mclapply(1:100, mc.cores=20, function(i){ res = loadResult(reg, id=i) return(post.Process(res)) }) loadResult負載從先前保存BatchJob會議一個結果。所以,

    3熱度

    1回答

    基於this post here mclapply,我試着寫一個腳本,在這裏看到: library(parallel) library(doParallel) cl<-makeCluster(2,outfile='') registerDoParallel(cl) foreach(i=1:5, .packages='parallel') %dopar% { system.ti

    1熱度

    2回答

    我遇到了這個奇怪的段錯誤並且沒有線索如何解決它。我正在運行一些馬爾可夫鏈蒙特卡洛算法(一種近似分佈的順序算法)。我並行化該算法的每次迭代。所以它就像 for (iter in 1:T){ res[iter] = mclapply(fun) } 現在奇怪的是,當我的數據集的大小相對適中時,該算法可以運行沒有問題。然後我增加數據集的大小(80,000個觀察值,不是超大的),該算法適用於

    0熱度

    1回答

    我正在使用mclapply並行運行我的代碼。以下是我的代碼片段。當我設置mc.preschedule = FALSE時,它將存儲錯誤並轉到列表中的下一個項目。我想查看列表中的所有元素都有關聯的錯誤消息。 OutputList = mclapply(Users.list,TestFunction,mc.cores = 25,mc.preschedule = FALSE) 下面是一個列表中的項目的

    8熱度

    2回答

    我使用的是doSNOW包,更具體地說是parLapply函數對大柵格數據集(操作系統:Windows x64)列表執行重分類(以及後續的其他操作)。 代碼看起來有點像這樣簡約的例子: library(raster) library(doSNOW) #create list containing test rasters x <- raster(ncol=10980,nrow=10900)

    0熱度

    1回答

    我試圖做到這一點: nmf.sub <- function(n){ sub.data.matrix <- data.matrix[, (index[n, ])] ## the index is a permutation of the original matrix at a 0.8 resampling proportion (doesn't really matter) temp.resu

    0熱度

    1回答

    我有以下僞碼情況: results1 <- mclapply(stuff, myfunc1()) results2 <- mclapply(morestuff, myfunc2()) finalresults <- mclapply(results1, results2) 是包足夠聰明,等到通過results1和results2催生的所有線程都試圖計算finalResults前完成?如果沒有,是否

    1熱度

    1回答

    我試圖獲取twitter數據並創建一個wordcloud,但是我的代碼在創建TermDocumentMatrix時發生錯誤。我的代碼如下 twitter_search_data <- searchTwitter(searchString = text_to_search ,n = 500) twitter_search_text <- sapply(twitter_s