在 for detectCores()中,它说:
--这不适合直接用于mclapply的mc.cores参数,也不适合指定makeCluster中的核数。第一是因为它可能返回NA,第二是因为它没有给出允许的核数。我的用例包括在我自己的多核笔记本(OSX)上运行并行处理,并在各种多核服务器(Linux)上运行它。因此,我不确定是否有更好的方法来指定内核的数量,或者,关于不使用det
执行所有微软R函数(特别是前缀为rx的函数,例如rxImport()、rxDataStep()、rxBTrees()等)默认情况下使用多线程?如果是,我如何在执行这些功能时监控我的本地计算机上有多少内核(或线程)正在使用?我已经看到,当我在任务管理器中执行rxBTrees()时,'Microsoft ML Engine‘进程启动,这消耗了大约50-60%的CPU。这是否意味着并行计算正在发生?如何监控/控制线程数?