日志正文
|
||
R语言parallel加速策略 注:https://www.cnblogs.com/ywliao/articles/6681781.html https://www.jianshu.com/p/8797972113d7 https://www.jianshu.com/p/3882ea7b9cc9 library(parallel) cl.cores <- detectCores() cl <- makeCluster(cl.cores) detectCores( )检查当前电脑可用核数。 makeCluster(cl.cores)使用刚才检测的核并行运算。R-Doc里这样描述makeCluster函数:Creates a set of copies of R running in parallel and communicating over sockets. 即同时创建数个R进行并行运算。在该函数执行后就已经开始并行运算了,电脑可能会变卡一点。尤其在执行par开头的函数时。
在并行运算环境下,常用的一些计算方法如下: 1. clusterEvalQ(cl,expr)函数利用创建的cl执行expr 这里利用刚才创建的cl核并行运算expr。expr是执行命令的语句,不过如果命令太长的话,一般写到文件里比较好。比如把想执行的命令放在Rcode.r里: clusterEvalQ(cl,source(file="Rcode.r")) 最后,记住及时终止并行运算,释放cpu。 stopCluster(cl)
最后修改于 2020-07-13 10:20
阅读(?)评论(0)
下一篇:跨节点执行shell命令
|
||
评论 想第一时间抢沙发么?