der Unterschied zwischen doMC und doParallel in R

Was ist der Unterschied zwischen doParallel und doMC in R über foreach Funktion? doParallel unterstützt windows -, unix-like, während doMC unterstützt unix-like nur. In anderen Worten, warum doParallel nicht ersetzen doMC direkt? Danke.

Update:
doParallel ist gebaut auf parallel, die ist im wesentlichen ein Zusammenschluss von multicore und snow und verwendet automatisch das entsprechende tool für Ihr system. Als Ergebnis können wir doParallel zur Unterstützung von multi-Systeme. In anderen Worten, wir können doParallel zu ersetzen doMC.

ref: http://michaeljkoontz.weebly.com/uploads/1/9/9/4/19940979/parallel.pdf

BTW, was ist der Unterschied zwischen registerDoParallel(ncores=3) und 

cl <- makeCluster(3)
registerDoParallel(cl)

Scheint es registerDoParallel(ncores=3) stoppen können cluster automatisch, während die zweite nicht stoppen automatisch und braucht stopCluster(cl).

ref: http://cran.r-project.org/web/packages/doParallel/vignettes/gettingstartedParallel.pdf

InformationsquelleAutor Zhilong Jia | 2015-03-11
  1. 27

    Den doParallel Paket ist ein Zusammenschluss von doSNOW und doMC viel wie parallel ist ein Zusammenschluss von snow und multicore. Aber obwohl doParallel hat alle Funktionen, die von doMC, mir wurde gesagt, durch Reiche Calaway von Revolution Analytics, den Sie halten wollten doMC um, weil es effizienter war, die in bestimmten Situationen, obwohl doMC jetzt verwendet parallel wie doParallel. Ich habe nicht persönlich laufen alle benchmarks, um zu bestimmen, ob und Wann es einen bedeutenden Unterschied.

    Neige ich zum doMC auf einem Linux-oder Mac OS X computer doParallel auf einem Windows-computer, und doMPI auf einem Linux-cluster, aber doParallel funktioniert auf allen diesen Plattformen.

    Als für die verschiedenen Registrierung-Methoden, wenn Sie ausführen:

    registerDoParallel(cores=3)

    auf einer Windows-Maschine, wird es erstellen Sie eine cluster-Objekt implizit für die spätere Verwendung mit clusterApplyLB, in der Erwägung, dass auf Linux und Mac OS X, keine cluster-Objekt erzeugt und verwendet. Die Anzahl der Kerne wird einfach gespeichert und verwendet, als der Wert der mc.cores argument später beim Aufruf mclapply.

    Wenn Sie ausführen:

    cl <- makeCluster(3)
registerDoParallel(cl)

    dann die registrierten cluster-Objekt verwendet werden clusterApplyLB unabhängig von der Plattform. Sie sind richtig, dass in diesem Fall liegt es in Ihrer Verantwortung zur Abschaltung des cluster-Objekt, da Sie es erstellt haben, in der Erwägung, dass die implizite cluster-Objekt automatisch Herunterfahren.

    • Sind es Worte oder Dokumente über die "bestimmten Umständen" für doMC aus Reichen Calaway von Revolution Analytics? Darüber hinaus gibt es einen Unterschied in Anbetracht der Leistung in der ncores und makeCluster situation? Ich entwickelte ein R cogena Paket, wo parallel wurde kopiert mit doMC ursprünglich. Ich habe gerade es geändert doParallel für die Unterstützung von Windows paar Stunden. Es ist ein Wurf-Komplex über NAMESPACE und import bei der Umsetzung durch mischen von doMC und doParallel. Danke.
    • In einem R-Paket, ich denke, Sie sollten lassen Sie den end Benutzer registrieren, was backend funktioniert am besten mit Ihrer hardware. Das macht den code einfacher und flexibler. Das war die ursprüngliche Absicht, die Trennung der backend-und der Art und Weise, caret und plyr es tun, zum Beispiel.
    • Ich habe deine Idee. Danke. Wenn es performance-Unterschied im Allgemeinen Maschinen -, ich werde tun, wie Sie vorgeschlagen. Wenn nicht, ziehe ich meine Paket ist einfach zu bedienen, so weit. Ich per E-Mail die Betreuer der doParallel und halten Sie auf aktualisieren.
    • Hier ist die Antwort von Rich von Revolution Analytics (sorry, ein Wurf lange für einen Kommentar auf SO, ich fügen Sie einfach die Schlussfolgerung): "ich empfehle doParallel für die meisten neuen Benutzer, denn es unterstützt sowohl Linux und Windows und verwendet die integrierte parallel-Paket. Weiter empfehle ich, mit der Gabel cluster-Funktion von parallel-und Schnee-wie Schnittstelle zu vermeiden zombie-Prozesse auf Linux."
    • Tippfehler: die option heißt cores nicht ncores. Es würde nicht lassen Sie mich Bearbeiten Sie Ihre Antwort mit weniger als 6 Zeichen ist.
    • Danke. Ich reparierte es in meiner Antwort.

    InformationsquelleAutor Steve Weston
Schreibe einen Kommentar