r - 是否可以在多个内核上使用 JAGS 运行多个链(分割链)

Question

例如，我想知道是否可以在 5 或 6 核上的 JAGS 中分割 3 个链。这是我的代码:

  library(parallel)
  # There is no progression bar using parallel
           jags.parallel(data = d$data,
                         inits = d$inits,
                         parameters.to.save = d$params,
                         model.file = model.jags,
                         n.chains = 3,
                         n.thin = 10,
                         n.iter = 9000,
                         n.burnin = 3000,
                         working.directory = NULL,
                         n.cluster = 3) ## the number of cluster it’s taking

如您所见，这是默认值，链数(这里是 nc，在我的情况下为 3)等于使用的核心数。

这如何影响 MCMC 的采样方式？

并行运行 MCMC 链时，是否存在与 R 一起使用的最佳内核数？

我看到如果我有 3 个链，我就不能低于 3 个内核。它给了我这个 error :Error in res[[ch]] : subscript out of bounds .为什么？

如果我增加内核数量，则需要更长的时间(作为比较，12 个内核比 3 个内核多花 7.2 倍的时间)!不应该反过来吗？

如何在不删除迭代、老化或添加细化(更多内核？更改 RAM？)的情况下使脚本更快？

我的计算机有 16 个内核，因此我可以灵活选择内核数量(还有 64 GB 内存和 3 GHz Intel Xeon E5 处理器)。

Answer 1

不可能将 3 个链拆分到多个核心上。当并行运行 JAGS 时，实际上会发生以下情况:

对每条链进行指定的烧入。在您的示例中，三个链将模型运行 3000 步，而不存储该信息。

一旦每个链都有适当的时间燃烧，您想要从后验分布中获得的样本数量就会在每个链上平均分配。在您的示例中，每个链将运行采样器 600 步 ( (n.iter -n.thin)/n.chains )。

因此，让我们继续回答您的问题(上面解释了＃1)。

对此的答案将取决于您当时在该计算机上执行的其他操作。您永远不想在计算机的所有 K 个内核上运行它，因为它会占用您的大部分计算能力。对于较大的模型，我通常在 K-1 内核上运行 K-1 链。对于简单的模型，这并不重要。

您可以在更少的内核上运行多个链，但是您会减慢速度，因为内核上的每个链都必须按顺序计算。相反，将更少的链分配到多个核心上是行不通的。如果您有 x链条，你不应该有 > x cores .

这通过问题 2 和 3 来回答。更多的链应该增加计算，但没有更多链的更多内核不会。

如果不查看您的模型，这真的无法回答。