Amigos de R, Eu nao posso dizer que tenho experiencia nesse topico, no entanto eu tenho um parceiro que esta envolvido num projeto em comum comigo em que parte do projeto é simulaçao de dados. Ele me cedeu o script e segue abaixo o pedaço que fez com que a simulação demorasse de 6 para 1,5 horas. Talvez ajude. #initiate a cluster to run the analysis and save the results for the individual samples in parallel cluster<-makeCluster(4, type = "SOCK") clusterSetupRNG(cluster, seed = 29012001) registerDoSNOW(cluster) # Cycle through the conditions and use the cutpoint-function to generate 1000 samples for each condition and save the result for each group of samples with the same condition into an csv-file. foreach(i= 1:length(conditions[,1])) %dopar% { tmp<-cutpoint(conditions[i,1], conditions[i,2], conditions[i,3], conditions[i,4]) res<-cbind(conditions[i,1:4], tmp) name<-paste(conditions[i,1], conditions[i,2], conditions[i,3], conditions[i,4], ".txt", sep="_") write.table(res, name) } Dr. Pedro Emmanuel A. A. do Brasil Curriculum Lattes: http://lattes.cnpq.br/6597654894290806 Instituto de Pesquisa Clínica Evandro Chagas Fundação Oswaldo Cruz Rio de Janeiro - Brasil Av. Brasil 4365, CEP 21040-360, Tel 55 21 3865-9648 email: pedro.brasil@ipec.fiocruz.br email: emmanuel.brasil@gmail.com ---Apoio aos softwares livres www.zotero.org - gerenciamento de referências bibliográficas. www.broffice.org ou www.libreoffice.org - textos, planilhas ou apresentações. www.epidata.dk - entrada de dados. www.r-project.org - análise de dados. www.ubuntu.com - sistema operacional Em 7 de março de 2012 11:09, Antonio Silva <aolinto.lst@gmail.com> escreveu:
Benilton, obrigado. Vou ler sobre o pacote Rclusterpp.
Elias, não sei o que é "CMR", desculpe me. Caso seja algum exemplo que se possa reproduzir, o que estou fazendo é a continuação de outra mensagem que escrevi e que você me deu uma ótima dica.
dis<-vegdist(dados,"bray") clu<-hclust(dis,"ward")
A matriz de dados que estou utilizando 20 mil linhas e 31 colunas. Para fazer a linha do hclust estou gastando mais que três horas. Tenho matrizes maiores que não rodaram por falta de memória, mas isto já é outro tópico, certo?
Abraços,
Antônio
Em 7 de março de 2012 09:43, Elias T. Krainski <eliaskrainski@yahoo.com.br
escreveu:
com um CMR seria mais facil postar uma dica :)
Elias T. Krainski
------------------------------ *De:* Antonio Silva <aolinto.lst@gmail.com> *Para:* R-br <r-br@listas.c3sl.ufpr.br> *Enviadas:* Quarta-feira, 7 de Março de 2012 9:20 *Assunto:* [R-br] sobre a utilização de processamento em vários núcleos
Olá,
Rodo o R 64-bit no Ubuntu 10.04 em uma máquina com processador Core i7 e 8 Gb de RAM.
Nesta semana começei a fazer uma análise de cluster, utilizando basicamente o pacote vegan, sobre uma matriz grande.
O cálculo das ligações (hclust) levou três hora e meia para ser efetuado (!!!). Vi que apenas um núcleo do processador estava sendo utilizado.
Começei então a procurar alternativas que permitissem o aceleramento dos cálculos e a utilização dos outros núcleos, que estão sub-utilizados.
Li sobre o pacote multicore e outros, inclusive em mensagens nesta lista. Muitas coisas não ficaram claras para mim e, no final, não compreendi como proceder sua utilização no meu caso (ou mesmo se é possível).
É possivel rodar uma análise de cluster fazendo utilização dos diversos núcleos?
Agradeço qualquer orientação e/ou indicação de documentação.
Abraços,
Antônio
-- Antônio Olinto Ávila da Silva Biólogo / Oceanógrafo Instituto de Pesca São Paulo, Brasil
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.
-- Antônio Olinto Ávila da Silva Biólogo / Oceanógrafo Instituto de Pesca (Fisheries Institute) São Paulo, Brasil
_______________________________________________ R-br mailing list R-br@listas.c3sl.ufpr.br https://listas.inf.ufpr.br/cgi-bin/mailman/listinfo/r-br Leia o guia de postagem (http://www.leg.ufpr.br/r-br-guia) e forneça código mínimo reproduzível.