Najprostszy sposób to zrobić równoległego Replicate

Question

jestem lubiący pakietu w R parallel i jak łatwe i intuicyjne jest to zrobić równoległe wersje apply, sapply itp

Czy istnieje podobna funkcja równolegle do replicate?

Answer 1

można po prostu użyć równoległe wersje lapply lub sapply, zamiast mówić do replikacji tego wyrażenia n razy wykonaj stosować na 1:n i zamiast wyrażenia, zawijasz to wyrażenie w funkcji, która ignoruje wysłany do niego argument.

ewentualnie coś takiego:

#create cluster 
library(parallel) 
cl <- makeCluster(detectCores()-1) 
#get library support needed to run the code 
clusterEvalQ(cl,library(repsych)) 
#put objects in place that might be needed for the code 
clusterExport(cl,c("myData")) 
#... then parallel replicate... 
parSapply(cl, 1:10000, function(i,...) { x <- rnorm(10); mean(x)/sd(x) }) 
#stop the cluster 
stopCluster(cl) 

jako równoległego odpowiednika:

replicate(10000, {x <- rnorm(10); mean(x)/sd(x) }) 

Answer 2

To jest najlepsze co mogłem wymyślić:

cl <- makeCluster(getOption("cl.cores", 4)) 
clusterCall(cl, replicate(50, simulate_fxns())) 
stopCluster(cl) 

Answer 3

Korzystanie clusterEvalQ jako model, myślę, że będzie realizować równolegle replicate jak:

parReplicate <- function(cl, n, expr, simplify=TRUE, USE.NAMES=TRUE) 
    parSapply(cl, integer(n), function(i, ex) eval(ex, envir=.GlobalEnv), 
      substitute(expr), simplify=simplify, USE.NAMES=USE.NAMES) 

Argumenty simplify i USE.NAMES są kompatybilne z sapply, a nie replicate, ale w mojej opinii są one lepszym opakowaniem około parSapply.

Oto przykład pochodzi ze strony replicate człowieka:

library(parallel) 
cl <- makePSOCKcluster(3) 
hist(parReplicate(cl, 100, mean(rexp(10))))