R игнорирует настройку .Random.seed внутри лапши. Однако использование set.seed работает нормально. Некоторый код: # I can save the state of the RNG for a few seeds seed.list <- lapply( 1:5, function(x) {...

Я изучаю параллельные вычисления в R и обнаружил, что это происходит в моих экспериментах. Вкратце, почему в следующем примере большинство значений user в t меньше, чем в mc_t ? Моя машина имеет 32 ГБ памяти, 2 процессора с 4 ядрами и всего 8...

Я пытаюсь преобразовать этот код в тот, который можно выполнить в Windows: numCores <- detectCores() results <- mclapply(seq(1, 500), function(file, fID){ myData <- fread(file.path(dirPath, fID, paste0(file, ".csv")))...

Я относительно новичок в качестве активного пользователя форума, но сначала должен поблагодарить всех вас за ваш вклад, потому что я много лет искал ответы... Сегодня у меня вопрос, который никто не решил или я не могу найти... Я пытаюсь читать...

Я ищу версии lapply() и mclapply() , которые обрабатывают только уникальные элементы списка аргументов X . Что-то подобное уже существует? EDIT : Другими словами, я хочу, чтобы lapply() не беспокоила обработка дубликатов, но я хочу, чтобы...

У меня есть кадр данных с двумя переменными группировки class и group . Для каждого класса у меня есть задание на график для каждой группы. В основном у меня 2 уровня на class и 500 уровней на group . Я использую пакет parallel для...

Почему сценарии, распараллеленные с помощью mclapply , печатаются в кластере, а не в RStudio? Просто из любопытства спрашиваю. mclapply(1:10, function(x) { print("Hello!") return(TRUE) }, mc.cores = 2) # Hello prints in slurm but not RStudio

Я пытаюсь сократить время вычислений, связанное с несоответствием раупа и крика, как рассчитано Chase et al. 2011 . Для этого я пытаюсь использовать параллельные вычисления на 32-ядерной машине на базе Ubuntu, на которой работает сервер Rstudio....