回答情况：
提问时间：
问题标签：
我正在尝试处理一堆csv文件，并使用mclapply()并行地返回R中的数据帧。我有一台64核的机器，我似乎不能再使用mclapply()来利用这1核了。事实上，目前运行lapply()要比运行mclapply()快一点。下面的示例显示mclapply()没有使用更多可用内核：system.time(x <- lapply(test,function(x) loess.smoot
浏览 1修改于2013-08-28得票数 5
我在所有的“令人尴尬的并行”计算中使用mclapply。我发现它干净易用，当参数mc.cores = 1和mc.preschedule = TRUE时，我可以在mclapply中插入browser()并逐行调试，就像在普通的R中一样--这对于更快地实现代码的生成是一个巨大的帮助foreach提供的mclapply没有提供什么？有什么原因我应该考虑写前瞻代码前进吗？
浏览 5提问于2017-06-28得票数 20
当我使用mclapply时，有时(实际上是随机的)它会给出不正确的结果。这个问题在互联网上的其他帖子中有相当详细的描述，例如()。但是，没有提供任何解决方案。有人知道如何解决这个问题吗？谢谢!
浏览 9提问于2013-12-19得票数 15
嵌套parallel::mclapply是个好主意吗？require(parallel)unlist(ans)
产出：
浏览 4修改于2018-08-08得票数 1
在一个函数中，我需要对列表中的每个项目运行mclapply，而且它还应该使用一个半全局变量var.1。我不想将var.1添加到每个列表项中，因为这会占用太多内存。function(xx) {}
var.1 <- 17results[[1]]
浏览 0修改于2012-12-03得票数 3
回答已采纳
我在Linux上运行，可以很容易地使用mclapply。我在使用parlapply时遇到了一些错误，甚至在使用clusterEvalQ之后也是如此。我读过关于parLapplyLB的文章，可以看到这种方法的用法，但是如果我严格地研究mclapply和parlapply，那么FORK方法和PSOCK方法在速度上有很大的差异吗？
浏览 24修改于2016-09-15得票数 2
回答已采纳
我用过mclapply，但是当设置更多的核时，它就失败了.示例：(同一代码在使用一个核心时工作，但在使用2时失败)
new_rdd_global <- mclapply(seq(file_paths)，spark_read_parquet(sc，name=pa
浏览 2提问于2017-10-27得票数 0
回答已采纳
我正在使用multicore包中的mclapply (在Ubuntu上)，并且我正在编写一个函数，该函数要求按顺序返回mclapply(x, f)的结果(即f(x[1]), f(x[2]), ....,# multicore doesn't work on Windows
unlist(mclapply( function(x){Sys.sleep(sample(1:5, size = 1))
identity(x)}, mc.cores = 2)
浏览 3修改于2013-02-07得票数 15
回答已采纳
mclapply(1:10, ScriptR, mc.set.seed = FALSE);Tks
浏览 1提问于2014-09-30得票数 2
回答已采纳
将参数范围探索和交叉验证合并到单个mclapply()命令中的“最佳”或“推荐”方式是什么？我担心的是，如果我将mclapply()包装在参数范围内，如果一些交叉验证在另一些交叉验证运行之前完成，一些内核可能会处于空闲状态。
浏览 0提问于2011-12-21得票数 1
我目前正在运行大量的应用程序行，如下所示：mean(apply(test,2,mean))mclapply(test,mean,mc.preschedule=TRUE)
最好不生成新的变量或使用for循环。
浏览 0提问于2010-09-01得票数 3
回答已采纳
我在RStudio中使用mclapply，希望每个进程都能输出到控制台，但这似乎被抑制了(例如，这里提到的：)。我怎样才能让R Studio打印出像这样的东西到控制台？
浏览 6修改于2018-09-17得票数 17
我一无所知，因为在我写的东西中没有mclapply函数，至少我没有明确地把它写出来。错误： (list) object cannot be coerced to type 'integer'Execution halted
浏览 2修改于2013-06-28得票数 5
回答已采纳
为了加快速度，我希望使用foreach()并行for循环，并使用mclapply并行化列表操作。registerDoParallel(cl)
l_output2 <- mclapply(l_input2, function, mc.cores = 2)
浏览 0提问于2016-01-10得票数 4
回答已采纳
return(temp.result)for (i in nmf.rank){ ## nmf.rank is 2:4
results.list <- mclapply仅仅将其作为函数(n，i)传递给mclapply是行不通的。
浏览 13提问于2016-08-08得票数 0
回答已采纳
2, 3)
out.list.2 <- mclapply(in.list, doSomething) # Takes tens of minutesout.list.4 <- m
浏览 0提问于2012-06-21得票数 3
根据R文档，mclapply()是lapply()的并行化版本，但在这个简单的示例中，mclapply()在尝试与points()一起使用时不起作用。有什么解决方案吗？'n')lapply(x,function(a) {points(1,a,col='green')}) #ok
mclapply
浏览 30提问于2020-03-24得票数 1
我正在尝试在R中使用parallel包的mclapply函数。该函数通过计算对数似然距离将值分配给序列矩阵-这是一个CPU密集型操作。由此产生的system.time值令人困惑：
> system.time(mclapply(worksample,function(x){p_seqi_modj(x,worksample[[1]],c(
浏览 2提问于2013-09-06得票数 5
所以，如果你看到代码的第224-228行，它使用了‘mclapply’函数--我发现这个函数只能在Linux或MAC上运行。那么，有没有人可以帮我写这个特定的代码，或者给出一个关于如何在windows中使用'mclapply‘的一般概念？
浏览 1修改于2020-04-02得票数 4
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号