rparallel

0熱度

1回答

我想從Windows機器上的parLapply函數訪問big.matrix（不支持文件）。但是，調用big.matrix時R會崩潰 - 「R for Windows前端停止工作」。我需要先附加big.matrix嗎？我該怎麼做呢？任何幫助，高度讚賞。 require(parallel) require(bigmemory) data <- matrix(rnorm(10^8),ncol=1

0熱度

1回答

向量化並行＆列表

這裏的disagregation的一些代碼生成的data.frame秒的列表，然後將該原始列表轉換成其中每個列表元素的新列表中的每個數據幀的行的列表。例如， - l1具有長度10，每個元素是具有1000行的data.frame。 - l2是長度爲1000（nrow(l1[[k]])）的列表，並且每個元素是從l1 l1 <- vector("list", length= 10) set.seed

1熱度

1回答

R中'foreach'和'parallel'之間的區別？

正如標題所暗示，我感到困惑的是兩個包之間的區別，因爲他們都在並行計算應用於R.

1熱度

1回答

並行作業雪的工人/從屬人員的最大數量

我正在Windows機器上運行一個帶有雪後端的foreach循環。我有8個內核可以使用。 rscript通過嵌入在python腳本中的系統調用來執行，因此也會有一個活動的python實例。沒有任何好處，沒有＃workers =＃內核，而是#workers < #cores所以總是有系統進程或python實例的開頭？它成功運行＃workers =＃cores，但是通過使用r工作器實例來飽和內核（

10熱度

2回答

爲什麼parLapplyLB沒有實際平衡負載？

我正在測試parLapplyLB()函數以瞭解它如何平衡負載。但我沒有看到任何平衡發生。例如， cl <- parallel::makeCluster(2) system.time( parallel::parLapplyLB(cl, 1:4, function(y) { if (y == 1) { Sys.sleep(3) } else {

9熱度

3回答

doParallel，羣集vs內核

使用doParallel包時registerDoParallel中羣集和內核之間有什麼區別？我的理解是正確的，單臺機器上，這些是可以互換的，我會得到相同的結果： cl <- makeCluster(4) registerDoParallel(cl) 和 registerDoParallel(cores = 4) 唯一的區別我看到makeCluster()，必須明確停止使用stopCl

2熱度

2回答

何時（如果有的話）我應該告訴R平行不使用所有核心？

我一直在使用這種代碼： library(parallel) cl <- makeCluster(detectCores() - 1) clusterCall(cl, function(){library(imager)}) 然後我有一個包裝函數看起來像這樣： d <- matrix #Loading a batch of data into a matrix res <- parAppl

1熱度

1回答

平行data.table - 什麼是正確的語法

跟進一些data.table並行(1)(2)(3)我試圖弄明白。這個語法有什麼問題？ library(data.table) set.seed(1234) dt <- data.table(id= factor(sample(1L:10000L, size= 1e6, replace= TRUE)), val= rnorm(n= 1e6), key="id") foo <-