时间戳

首页 > 解决方案 > 在 R 中使用 doParallel 嵌套 foreach 循环

r - 在 R 中使用 doParallel 嵌套 foreach 循环

问题描述

我在下面有一个嵌套的 for 循环（它做的不多，但它是我想做的事情的一个更简单的版本）。我想并行化这个计算。

x=seq(-4,4,length.out=1000)
y1 = pnorm(x)
y2 = pnorm(x, mean = 2)
y3 = pnorm(x, mean = 2.1)
y4 = pnorm(x, mean = 2.2)
y5 = pnorm(x, mean = 2.3)
y6 = pnorm(x, mean = 2.4)
y7 = pnorm(x, mean = 2.5)
y8 = pnorm(x, mean = 2.6)

A = matrix(c(y1,y2),nrow = 2, byrow =TRUE)
B = array(c(y3,y4,y5,y6,y7,y8), dim = c(1000,3,2))

tt = 1:1000
BB = 3
set.seed(1)
BBB = runif(BB)

res=matrix(0,nrow=2,ncol=2)
width = double(2)

for(i in 1:2){
  Ai=A[i,]
  Bi=B[,,i]

  C = approx(Ai, tt, BBB)$y

  D=double(BB)

  for(j in 1:3){
    D[j]=approx(tt, Bi[,j], C[j])$y
  }

  alphastar=quantile(D,c(0.1/2,1-0.1/2))

  res[i,]=approx(Ai, tt, alphastar)$y
  width[i] = diff(res[i,])

}

有一些类似的问题Q1和Q2，但他们没有回答我的问题。总之，我的计算有以下形式

for(i in 1:2){
code involving only i subscript

for(j in 1:3){
code which uses output from above
}

code involving output from j loop
}

是否可以通过使用 foreach 以这种方式嵌套 for 循环？我希望这段代码返回 res （一个矩阵）和 width （一个向量）。

编辑：Q1包含一个有趣的例子：

x <- foreach(i=1:8, .combine='rbind') %:%
   foreach(j=1:2, .combine='c') %dopar% {
     l <- runif(1, i, 100)
     i + j + l  
   }

但是，我不想l <- runif(1, i, 100)为每个 j 运行（在这个例子中）。对于每个 i，它只需要运行一次。在两个循环中运行所有内容会浪费大量时间（在本示例中可能不会，但在其他示例中会）。是否有可能获得某种形式的东西

x <- foreach(i=1:8, .combine='rbind') %:%
  l <- runif(1, i, 100)
  foreach(j=1:2, .combine='c') %dopar% {
    i + j + l  
  }

上面的代码不起作用。有什么方法可以修改上面的内容，以允许在第一个循环中计算不涉及 j 的代码，而不是浪费时间为每个 j 运行它？

标签： rfor-loopforeachparallel-processingparallel.foreach

解决方案

看看这个 。关于嵌套 foreach() 的类似问题已通过一些示例进行了回答。

推荐阅读