【问题标题】:will hardware upgrade improve R fitting algorithm? [closed]硬件升级会改进 R 拟合算法吗? [关闭]
【发布时间】:2013-10-19 18:48:00
【问题描述】:

我正在使用遗传算法(witness.genetic 来自包“witness”)将模型拟合到数据集。当前系统时间在这台机器上需要 61 小时:

英特尔酷睿 i7-2640M CPU @ 2.80 GHz 2.80 GHz 内存:4 GB 操作系统:64 位窗口

我想加快这个过程。到目前为止,在我的研究中,向量的存储(对于 64 位)和处理速度似乎都存在内存问题。改进我的硬件有助于加快遗传算法或操作系统限制的速度。如果是前者,我应该关注硬件的哪些方面?

【问题讨论】:

  • 64 位 Windows?这是否意味着 XP/7/8/Server 等?
  • 您的 RAM 对于使用 R 来说非常小。但是,我怀疑添加更多 RAM(尽管建议您定期将此机器用于 R)是否有助于提高系统性能不使用虚拟内存。它是否使用虚拟内存?
  • 除非您提供大量详细信息,否则无法准确回答此问题。最简单的方法是提供minimal, reproducible example。您的问题是 CPU-bound、memory-bound 还是 I/O-bound?可以并行运行吗?你能用不同的优化器吗?
  • 您甚至还没有充分利用您当前的机器,为什么在您拥有 AVX 时使用 64 位向量?话虽如此,Haswell 机器(通常是核心 i*-4xxx)将提供 AVX2,如果您在矢量执行方面遇到瓶颈,它可能会进一步帮助您。不过,这是一个很大的“如果”..

标签: r performance algorithm


【解决方案1】:

答案几乎总是写出更好的算法!摩尔定律说,升级一台使用了 10 年的计算机将提速 32 倍。但是设计一个 O(n log n) 算法来替换 O(n**2) 算法将提供 2500 的加速(假设有 10k 个项目)。

阅读 Steven Skiena 的算法设计手册了解示例。

【讨论】:

  • 这假设瓶颈是 CPU。如果是 RAM 或 I/O 怎么办?
猜你喜欢
  • 2016-01-31
  • 1970-01-01
  • 2012-09-30
  • 2011-06-29
  • 1970-01-01
  • 2014-02-06
  • 1970-01-01
  • 1970-01-01
相关资源
最近更新 更多