Discussion :

[Hydro999]

Bonjour,

Je commence à me pencher sur la parallélisation de calcul sur plusieurs cores.

L'exemple suivant marche très bien.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
14
 
library(doMC)
registerDoMC()
 
x <- iris[which(iris[, 5] != "setosa"), c(1, 5)]
trials <- 10000
ptime <- system.time({
  r <- foreach(icount(trials), .combine = cbind) %dopar% {
    ind <- sample(100, 100, replace = TRUE)
    result1 <- glm(x[ind, 2] ~ x[ind, 1], family = binomial(logit))
    coefficients(result1)
    }
  })[3]
ptime

Avec le moteur d'activité je peux voir que les deux cores sont utilisés.
Par contre avec cet autre exemple :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
 
library(doMC)
registerDoMC()
trials <- 30000
ptime <- system.time({
         x <- foreach(icount(trials)) %dopar% sqrt(i)
})[3]
ptime

Il n'y a qu'un seul core qui travaille . Alors que je voudrais faire travailler les deux.

J'espère que quelqu'un a un peu d'expérience sur ce sujet.

Cordialement.

[lilly74]

Bonsoir,
il y a eu une discussion sur le forum à ce sujet: http://www.developpez.net/forums/d10...rice-resultat/

En espérant que cela vous aide un peu...

Bonne continuation

[vchouraki]

Bonjour,

Sur la dernière version de R (2.14), il y a le package parallel dans la distribution de base et notamment la fonction mclapply. Ce n'est pas vraiment du calcul parallèle, plutôt du calcul distribué. Elle s'utilise comme lapply sauf qu'on précise le nombre de coeur à utiliser.

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
library(parallel)
?mclapply
 
x <- iris[which(iris[, 5] != "setosa"), c(1, 5)]
test <- mclapply(1:1000, function() {
 ind <- sample(100, 100, replace = TRUE)
 result1 <- glm(x[ind, 2] ~ x[ind, 1], family = binomial(logit))
 return(coefficients(result1))
}, 
mc.cores=4)

HTH

Vincent

[Hydro999]

Bonjour,

Merci pour ces indications. Je vais me pencher sur le package parallel.
Cependant en utilisant directement le code donné

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
 
library(parallel)
?mclapply
 
x <- iris[which(iris[, 5] != "setosa"), c(1, 5)]
test <- mclapply(1:1000, function() {
 ind <- sample(100, 100, replace = TRUE)
 result1 <- glm(x[ind, 2] ~ x[ind, 1], family = binomial(logit))
 return(coefficients(result1))
}, 
mc.cores=4)

j'ai le message d'erreur suivant

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
 
Message d'avis :
In mclapply(1:1000, function() { :
  all scheduled cores encountered errors in user code

Il manque peut etre quelque chose dans le code. ???

[vchouraki]

Bonsoir,

Désolé j'ai pas testé le code avant de poster. Il faut juste donner un argument à la fonction dans mclapply et non mettre des parenthèses vides et ça marche.

Vincent

[Hydro999]

J'ai corrigé le code et maintenant ça marche :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
13
 
library(parallel)
?mclapply
 
ptime <- system.time({
x <- iris[which(iris[, 5] != "setosa"), c(1, 5)]
test <- mclapply(1:10000, function(glm) {
  ind <- sample(100, 100, replace = TRUE)
  result1 <- glm(x[ind, 2] ~ x[ind, 1], family = binomial(logit))
  return(coefficients(result1))
}, mc.cores=2)
})[3]
ptime

et pour le deuxième exemple (celui qui posait problème) on a :

Code :

Sélectionner tout - Visualiser dans une fenêtre à part

1
2
3
4
5
6
7
8
9
10
11
12
 
library(parallel)
?mclapply
i <- 0
ptime <- system.time({
  testx <- mclapply(0:100000, function(i) {
    i <- i+1
    result1 <- sqrt(i) 
    return(result1)
  }, mc.cores=2)
})[3]
ptime

Si vous avez des idées d'améliorations n'hésitez pas.
Cdt