与本地执行时间相比，Azure机器学习上的r代码速度慢

Question

直截了当地说:为什么我的R代码在本地CPU上做得很好(不到一分钟)，但是使用一个R脚本块(超过18分钟)在Azure Machine Learning上却慢了几十倍？

我认为这与分配给实验的资源有关，但我怎么能确定呢？我可以从Azure-ML Studio机器中的某些地方获得有关分配给R脚本块的资源的详细信息吗？

谢谢你，弗洛

后来编辑:就像经常发生的那样，我终于找到了一些信息，这些信息仍然不能解决我的问题。根据https://msdn.microsoft.com/library/en-us/Dn905952.aspx#Technical%20Notes，“用户指定的R代码由在Azure中运行的64位R解释器运行，该解释器使用一个拥有56 GB内存的A8虚拟机。”

这比我的本地机器还多，Azure-ML工作室的R代码仍然慢得多。

Answer 1

考虑使用rbenchmark或其他基准测试工具来了解代码的运行时和复杂性。一般来说，循环的速度往往很慢。

很可能服务器有较少的可用资源(ram、cpu)，或者在得到服务之前必须在que中等待。如果没有更多的代码，就很难对这个问题作进一步的评论。