【发布时间】：2019-10-20 08:20:08
【问题描述】：
我正在尝试通过使用foreach 来提高我的循环计算速度，但是我在这个循环中定义了一个简单的 Rcpp 函数。我将 Rcpp 函数保存为mproduct.cpp，然后调用该函数只需使用
sourceCpp("mproduct.cpp")
而Rcpp函数很简单，就是在C++中进行矩阵乘积：
// [[Rcpp::depends(RcppArmadillo, RcppEigen)]]
#include <RcppArmadillo.h>
#include <RcppEigen.h>
// [[Rcpp::export]]
SEXP MP(const Eigen::Map<Eigen::MatrixXd> A, Eigen::Map<Eigen::MatrixXd> B){
Eigen::MatrixXd C = A * B;
return Rcpp::wrap(C);
}
所以，Rcpp 文件中的函数是MP，指的是矩阵乘积。我需要执行以下foreach 循环（我已简化代码以进行说明）：
foreach(j=1:n, .package='Rcpp',.noexport= c("mproduct.cpp"),.combine=rbind)%dopar%{
n=1000000
A<-matrix(rnorm(n,1000,1000))
B<-matrix(rnorm(n,1000,1000))
S<-MP(A,B)
return(S)
}
由于矩阵 A 和 B 的大小都很大，所以我想使用 foreach 来减轻计算成本。
但是，上面的代码不起作用，因为它向我提供了错误消息：
task 1 failed - "NULL value passed as symbol address"
我添加.noexport= c("mproduct.cpp") 的原因是听从解决类似问题的人的一些建议 (Can't run Rcpp function in foreach - "NULL value passed as symbol address")。但不知何故，这并不能解决我的问题。
所以我尝试将我的 Rcpp 函数安装为库。我使用了以下代码：
Rcpp.package.skeleton('mp',cpp_files = "<my working directory>")
但它会返回一条警告消息：
The following packages are referenced using Rcpp::depends attributes however are not listed in the Depends, Imports or LinkingTo fields of the package DESCRIPTION file: RcppArmadillo, RcppEigen
所以当我尝试使用安装我的包时
install.packages("<my working directory>",repos = NULL,type='source')
我收到了警告信息：
Error in untar2(tarfile, files, list, exdir, restore_times) :
incomplete block on file
In R CMD INSTALL
Warning in install.packages :
installation of package ‘C:/Users/Lenovo/Documents/mproduct.cpp’ had non-zero exit status
那么有人可以帮我解决如何解决 1) 使用带有 Rcpp 函数 MP 的 foreach，或者 2) 将 Rcpp 文件安装为一个包？
非常感谢大家。
【问题讨论】：
-
Rcpp 代码是玩具示例还是您的真实代码？我怀疑您是否可以通过使用 RcppEigen（或 RcppArmadillo）获得比
%*%更多的收益。但是，当您需要使用其中一个包时，您应该决定要使用哪一个（您当前的代码根本不使用 Armadillo ...）。之后，使用那个包中的*.package.skeleton()函数。 -
欢迎来到 StackOverflow，Rico。 Ralf 是正确的：其他包也有你应该使用的骨架生成器。
-
@RalfStubner 感谢您的评论。 Rcpp 代码是我的真实代码，
foreach代码是我的玩具代码，说明当 Rcpp 函数位于内部时，我正在尝试执行foreach循环。很抱歉，但仍然没有得到你的两点：1）我应该如何使用 RcppEigen 改进Eigen::MatrixXd C = A * B？和 2) 我应该如何修改我的Rcpp代码以便我只能使用 RcppEigen 包？ -
@DirkEddelbuettel 谢谢。但我对 Rcpp 很陌生，我需要做的就是使矩阵乘积 AB 尽可能快。我不确定哪些包有骨架生成器。
-
Rico：请阅读（至少）Rcpp Introduction 小插图；它会清除很多事情。它还提到了一点 RcppArmadillo。 Ralf 和我指出了该包中的函数
RcppArmadillo.package.skeleton()（或在 RcppEigen 中对称）。最后，我们试图向您解释 R 已经使用了相同的 LAPACK 矩阵乘法代码。仅通过从 C++ 调用它，您将获得很少甚至一无所获——但您可以通过一些基准测试自己看看。