- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在使用 https://github.com/mplatzer/BTYDplus/blob/master/R/pareto-nbd-mcmc.r 中给出的 BTYD plus 代码.此代码使用 MCMC 技术来估计 BTYD 模型的 Pareto/NBD 参数。
所以,如果你看到代码的第 224-228 行,它使用了函数“mclapply”——我发现它只能在 Linux 或 MAC 上运行。我正在 Windows 机器上工作,需要转换这部分代码,以便我也可以在 Windows 机器上执行它。那么,任何人都可以帮助我处理这个特定的代码,或者可以对如何在 Windows 上使用“mclapply”给出一个大致的想法?
最佳答案
使用 parLapply
:
Sys.info()["sysname"]
# sysname
#"Windows"
library(parallel)
cl <- makeCluster(getOption("cl.cores", 2))
l <- list(1, 2)
system.time(
parLapply(cl, l, function(x) {
Sys.sleep(10)
})
)
#user system elapsed
#0 0 10
stopCluster(cl)
关于r - 'mclapply' 用于 Windows,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/33799496/
我正在尝试使用 mclapply parallel的功能包裹在 R .该函数通过计算对数似然距离(CPU 密集型操作)将值分配给序列矩阵。 由此产生的 system.time值(value)观令人困惑
我正在尝试使用 mclapply() 并行处理一堆 csv 文件并返回 R 中的数据帧.我有一台 64 核机器,我似乎无法使用 mclapply() 获得目前使用的 1 个内核。 .其实运行lappl
我创建了一个函数 DevCstat()。 它接受参数:indat、mod、Covar、txtMat、PatCovar。 indat 是一个列表,我想将该函数应用于列表的每个元素。 mod、Covar、
我正在与 mclapply 一起工作来自 multicore包(在 Ubuntu 上),我正在编写一个函数,该函数要求 mclapply(x, f) 的结果按顺序返回(即 f(x[1]), f(x[2
我无法理解 mclapply 的行为(或者可能是其他东西)。 我做类似的事情: opt.Models = mclapply(1:100, mc.cores=20, function(i){ r
在一个函数中,我需要为列表中的每个项目运行 mclapply,它还应该使用一个半全局变量 var.1。我不想将 var.1 添加到每个列表项,因为它会占用太多内存。这是说明问题的代码: library
我一直在一台安装了 linux mint (debian) 的旧笔记本电脑上玩 rstudio 服务器。 我一直在 windows 上运行,所以我从来没有利用过 parallel 或 multicor
当mclapply(X, FUN) X 的某些值遇到错误,错误会传播到 X 的一些(但不是全部)其他值。 : require(parallel) test <- function(x) if(x ==
想象一下,我们正在执行许多过程,我想在程序开始时设置一个整体种子:例如 mylist <- list( as.list(rep(NA,3)), as.list(rep(NA,3)) ) foo <-
我正在使用 https://github.com/mplatzer/BTYDplus/blob/master/R/pareto-nbd-mcmc.r 中给出的 BTYD plus 代码.此代码使用 M
我正在尝试运行一些 R 代码,它由于内存而崩溃。我得到的错误是: Error in sendMaster(try(lapply(X = S, FUN = FUN, ...), silent = TRU
当我使用 mclapply 时,有时(非常随机)它会给出不正确的结果。该问题在 Internet 上的其他帖子中得到了非常详尽的描述,例如( http://r.789695.n4.nabble.com
我有一些数据涉及重复销售一堆具有唯一 ID 的汽车。一辆汽车可以卖出不止一次。 但是有些 ID 是错误的,所以我正在检查每个 ID 的尺寸是否在多次销售中记录为相同。如果不是,那么我知道 Id 是错误
我喜欢 plyr's llply 中的设置 .progress = 'text'。然而,这让我非常焦虑,不知道 mclapply (来自 multicore 包)有多远,因为列表项被发送到各个核心,然
如果在任何一个中遇到错误(例如 stop()),是否可以请求 parallel::mclapply() 尽快放弃所有进一步处理它的流程? 最佳答案 这是另一种方法:想法是在用#!! 指示的三个位置修改
我正在学习 R 中的并行计算,我在实验中发现了这种情况。 简而言之,在下面的示例中,为什么 t 中 'user' 的大多数值小于 mc_t 中的值?我的机器有 32GB 内存,2 个 CPU,4 核和
我正在使用 parallel 包中的 mclapply 来估计在高性能集群上使用 lme4 包的混合 glmer 模型。我遇到问题 described here 。我应用了添加 mc.presched
我在 Linux 上运行并且很容易使用 mclapply。我在使用 parlapply 时遇到了一些错误,即使在使用 clusterEvalQ 之后也是如此。 在我进一步解决这个问题之前,有什么要点吗
使用 Rscript 时,我间歇性地收到以下错误调用 mclapply从命令行: Error in sendMaster(try(lapply(X = S, FUN = FUN, ...), sile
无论线程和操作系统的数量如何,是否可以以可重现的方式使用 mclapply 运行一些基于排列的函数? 下面是一个玩具示例。对结果排列的向量列表进行散列只是为了方便比较结果。我尝试了不同的 RNGkin
我是一名优秀的程序员,十分优秀!