想用R跑一个运算量很大的模型。实在太浪费时间了。找到可以使用并行化运算来解决这个问题。
首先选择了paralelle包。试试看速度如何。
library(parallel)
cl.cores <- detectCores()
#先查下自己电脑几核的，n核貌似应该选跑n个线程，线程不是越多越好，
#线程个数和任务运行时间是条开口向下的抛物线，最高点预计在电脑的核数上。detectCores( )检查当前电脑可用核数
cl <- makeCluster(4,type="FORK") # 初始化四核心集群
result<-parApply(cl,comb,1,combcal)
我使用的是parApply，和apply相对应。sapply等别的有别的对应函数。只需要多加一个cl就可以了。真的快好多呀！
我们得到很多p值，但都不显著。是不是哪个地方错了呢？我们可以做一个柱状图，如果是平的，也就是均匀分布。那就是算的应该没问题。换个数据跑跑吧。
想用R跑一个运算量很大的模型。实在太浪费时间了。找到可以使用并行化运算来解决这个问题。首先选择了paralelle...
目录 问题描述shell并行化R并行化shell+R双重并行化实现案例 问题描述 在进行宏基因组shotgun数据...
R 代码的运行效率不高，因此有时候可以考虑并行运行程序。 #apply系列函数 实际不是并行 ##lapply()...
在运行完R代码版本的GSEA后，我就在想不能把GSEA并行化运行，最终发现，我并没有得到我想要的结果，百思不得其解...
关键词 Parallelization in Seurat Seurat 并行化 Seurat 加快运行速度 Se...
7.0 管道平行化，ForEach-Object -Parallel ,foreach可以并行运行，效率极大提...
shift + enter 运行numpy的函数：np.log np.abs np.maximum 并行化计算...
前言： 所有的语言都会涉及到并行编程。并行就是多任务同时运行。在iOS开发中，并行编程主要用于提升APP的运行性能...
R语言运行在CPU单核单线程上，提高计算效率可以通过并行包： 实现,该包属于base包，不需要额外安装。 函数是 ...
多处理使计算机能够利用一个CPU的多个内核来并行运行任务/进程。这种并行化导致了涉及大量计算的任务的显著加速。本文...
本文标题：R 并行化运行
本文链接：https://www.haomeiwen.com/subject/wzzraqtx.html
网友评论