Iterpc从同一点开始每个循环。这造成了一个有趣但令人沮丧的问题,说明如下:
####Load Packages:
library("doParallel")
library("foreach")
library("iterpc")
####Define variables:
n<-2
precision<-0.1
support<-matrix(seq(0+precision,1-precision,by=precision), ncol=1)
nodes<-2 #preparing for multicore.
cl<-makeCluster(nodes)
####Prep iterations
I<-iterpc(table(support),n, ordered=TRUE,replace=FALSE)
steps<-((factorial(length(support)) / factorial(length(support)-n)))/n
####Run loop to get the combined values:
registerDoParallel(cl)
support_n<-foreach(m=1:n,.packages="iterpc", .combine='cbind') %dopar% {
t(getnext(I,steps))
} #????回传
support_n我希望这能并行地运行每个集合,分配给每个节点的排列的一半。但是,它只做了前半部分的排列.两次。(1等于37.)如何使它返回所有排列并并行组合它们?
假设有任意数量的排列,所以内存管理和速度是不平凡的。
先前的研究:大n的所有可能排列
发布于 2015-12-12 05:02:56
经过进一步的调查,我相信下面的命令实际上是并行执行的。
registerDoParallel(cl) system.time( support_n<-foreach(a=getnext(I,d=(2*steps)),.combine='cbind') %dopar% a ) support_n<-t(support_n)
谢谢你的帮助。
发布于 2016-01-17 09:14:51
只为任何人,谁会来这里搜索"foreach iterpc R",就像我做的那样。您的方法被标记为可接受的答案,与
result <- foreach(a=1:10) %dopar% {
a
} 因为a=getnext(I,d=(2*steps))只返回第一个2*steps组合,然后foreach包将在这个组合上并行迭代。
当您有大量由iterpc返回的组合(它是为其构建的)时,您实际上不能使用这样的方法。
在这种情况下,我认为唯一能做的就是在iterpc对象上编写迭代器包装器。
# register parallel backend
library(doParallel)
registerDoParallel(cores = 3)
#create iterpc object
library(iterpc)
combinations <- iterpc(4,2)
library(iterators)
iterpc_iterator <- function(iterpc_object, iteration_length) {
# one's own function of nextElement() because iterpc
# returns NULL on finished iteration on subsequent getnext() invocation
# but not 'StopIteration'
nextEl <- function() {
if (iteration_length > 0)
iteration_length <<- iteration_length - 1
else
stop('StopIteration')
getnext(iterpc_object)
}
obj <- list(nextElem=nextEl)
class(obj) <- c('irep', 'abstractiter', 'iter')
obj
}
it <- iterpc_iterator(combinations, getlength(combinations))
library(foreach)
result <- foreach(i=it) %dopar% {
i
} 发布于 2016-03-31 15:23:54
您可以简单地使用包装器。您的示例中的相关行:
support_n <-foreach(a = iter_wrapper(I), .combine='cbind') %dopar% ahttps://stackoverflow.com/questions/34212608
复制相似问题