1回答
根据R文档，mclapply()是lapply()的并行化版本，但在这个简单的示例中，mclapply()在尝试与points()一起使用时不起作用。有什么解决方案吗？'n')lapply(x,function(a) {points(1,a,col='green')}) #ok
mclapply
浏览 30提问于2020-03-24得票数 1
2回答
当我使用mclapply时，有时(实际上是随机的)它会给出不正确的结果。这个问题在互联网上的其他帖子中有相当详细的描述，例如()。但是，没有提供任何解决方案。有人知道如何解决这个问题吗？谢谢!
浏览 9提问于2013-12-19得票数 15
我正在尝试处理一堆csv文件，并使用mclapply()并行地返回R中的数据帧。我有一台64核的机器，我似乎不能再使用mclapply()来利用这1核了。事实上，目前运行lapply()要比运行mclapply()快一点。下面的示例显示mclapply()没有使用更多可用内核：
test <- lapply(1:100,function(
浏览 1提问于2013-08-28得票数 5
我在R中做了一些并行模拟，我注意到当使用“L‘’Ecuyer CMRG”rng时，种子不会改变。我正在读"Parallel R“这本书，选项mc.set.seed = TRUE应该在每次调用mclapply()时为每个工作者提供一个新的种子。下面是我的代码：RNGkind("L'Ecuyer-CMRG")
mclapply</em
浏览 1提问于2013-02-25得票数 9
1回答
我正在使用mclapply创建一个任务列表，以便在R并行中运行。tasks, mc.cores = length(tasks) 例如，y是：a<-x^2}tasks <- list( job2 = y
# Using f
浏览 2提问于2014-07-21得票数 1
,outfile='') system.time(mclapply一个人甚至可以把mclapply放在一个foreach循环中吗？
编辑:我还想说这是在一台8核机器上，而不是在一个集群上.
浏览 9提问于2016-02-18得票数 2
回答已采纳
我想使用R 'parallel‘库来并行生成一些使用'ggplot2’库的绘图，但在RStudio中尝试这样做时遇到了问题。在IDE中，mclapply交替冻结会话，或者无法运行ggsave()将绘图写入磁盘(没有给出任何错误或警告)。当在RStudio之外运行时，它在100%的时间内都能完美地工作。我猜RStudio在图形设备上做了一些糟糕的事情，但我不知道是
浏览 5提问于2018-05-03得票数 2
1回答
我在一长串清单上使用R多核。我调用列表中的mclapply，它在我的机器上使用了12个核心。(我通过向提交列表元素ids发现了这一点。)我已经在几个节点
浏览 3提问于2013-02-01得票数 4
我在R中使用的程序的foreach部分遇到了一个问题。这个程序用于对各种参数进行模拟，然后将结果返回到一个列表中，然后用于生成一个报告。当分配的所有模拟运行实际上在报表上可见时，就会发生此问题。从所有方面来看，似乎只分配了指定运行的一个子集。
这更有可能发生在较大的数据集中(例如，模拟的时间周期更长)。它不太可能发生在新的程序运行，更有可能发生，如果有东西已经占用
浏览 3提问于2014-01-10得票数 6
我对R中的并行计算很陌生，我想使用并行包来加速我的计算(这比下面的例子要复杂得多)。然而，与通常的lapply函数相比，使用mclapply函数所需的计算时间要长得多。我在笔记本电脑上安装了一个新的Ubuntu18.04.2LTS，内存为7.7GB，英特尔核心™i7-4500ucpu@ 1.80GHz×4处理器。我在R演播室里运行R。是因为我<e
浏览 0提问于2019-02-12得票数 4
回答已采纳
1回答
多核打印日志
、、、
使用foreach和doMC，是否有方法使cat和/或message在并行运行时打印到屏幕上？(i), "\n")> tmp <- foreach(i=1:3) %dopar% > RUnder development (unstable) (2014-01-29 r64898)
Platform: x86_64-
浏览 2提问于2014-02-12得票数 1
回答已采纳
我试着理解如何在R中并行光栅处理，我的目标是用多个光栅在多个核心上平分下面的内容。我以块的方式处理我的光栅，并尝试将它与mclapply或其他函数并行化。首先，我想得到一个光栅或光栅堆栈的值。当我使用多核时，它不能工作，因为不同的子进程希望同时写入。有人知道解决办法吗？blockSize(r)}
浏览 4提问于2020-12-04得票数 0
1回答
如何阻止R离开僵尸进程
、、、
下面是一个可复制的小例子：library(doParallel) timing <- system.time( fitall <-00:00:00 /usr/local/lib/R/bin/exec/R --no-save --no-restore如果我使用</e
浏览 4提问于2014-08-17得票数 6
回答已采纳
2回答
我一直在努力建立一个5节点，200 CPU集群，主要是因为R显然有NCONNECTIONS设置的上限为128。根据我所读到的，我需要修改parm并重建R(大概在每个节点上？)，但是我找不到上面指定的目录或文件。我正在运行Linux2.6.32-279.el6.x86_64版本
浏览 6提问于2014-08-19得票数 1
回答已采纳
我在R中并行化模拟(使用来自mclapply()包的parallel )，并希望跟踪每个函数调用的进度。因此，我决定使用mclapply()**，包中的pbmclapply()，以便每次运行模拟时都有一个进度条，mclapply()**，是作为 pbmcapply的包装器专门创建的，因此除了进度条之外，它们应该具有相同的
浏览 2提问于2021-05-23得票数 7
回答已采纳
1回答
这基本上是对更专门的问题的跟进。在R中进行并行计算时，有一些关于僵尸进程创建的帖子。
并行计算有几种方法，我将重点介绍到目前为止在本地机器上使用的三种方法。doMC方法时--它只是mclapply函数的包装器，所以不是doMC的错误(参见此处：) --会留下僵尸进程。在对前一个问题()的回答中，有人建议
浏览 2提问于2014-08-19得票数 14
回答已采纳
1回答
我正在使用parallel包和mclapply在R中执行并行化代码，它接受预定义数量的内核作为参数。如果我有一个要运行几天的作业，有没有办法让我编写(或包装)我的mclapply函数，以便在服务器高峰期使用较少的内核，并在非高峰期增加使用量？
浏览 1提问于2015-10-15得票数 5
我最近开始在R中为一个项目使用并行技术，并使用包中的在Linux系统上运行我的程序。然而，我对parLapply for Windows的理解遇到了障碍。使用mclapply，我可以设置核心数、迭代数，并将其传递给工作区中的现有函数。mclapply(1:8, function(z) adder(z, 100), mc.core
浏览 2提问于2013-06-20得票数 29
回答已采纳
2回答
尝试R函数parallel::mclapply时，我发现可以选择大于逻辑核心数量的参数mc.cores (如parallel::detectCores所示)，从而导致比逻辑核心数量更大的加速比。as.numeric(Sys.time() - start)ntasks <- 10000L
out <- parallel::mclapply/real_duration)
浏览 8提问于2020-04-09得票数 3
前面有几个相关的问题，但没有一个问题能解决我的问题：
我的用例如下:我有一个需要绘制的大型数据数据库。由于需要对数据和绘图本身(ggplot2)进行一些必要的预处理，每个绘图需要几秒钟的时间。我需要做大量的阴谋。我的想法是，我将通过dplyr连接到数据库，而不会将所有数据下载到内存中。然后，我有一个函数，它获取要绘制的数据的子集。这种方法
浏览 0提问于2017-07-31得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
