{"id":2483,"date":"2016-09-19T14:50:06","date_gmt":"2016-09-19T18:50:06","guid":{"rendered":"http:\/\/bioinfo.iric.ca\/fr\/?p=2483"},"modified":"2017-04-29T17:04:48","modified_gmt":"2017-04-29T21:04:48","slug":"traitement-parallele-facile-avec-r-suite","status":"publish","type":"post","link":"https:\/\/bioinfo.iric.ca\/fr\/traitement-parallele-facile-avec-r-suite\/","title":{"rendered":"Traitement parall\u00e8le facile avec R (suite)"},"content":{"rendered":"

La derni\u00e8re fois que j’ai abord\u00e9 ce sujet, je vous ai pr\u00e9sent\u00e9 une technique vraiment simple pour changer vos appels lapply<\/code> en leur \u00e9quivalents parall\u00e8les mclapply<\/code><\/a>. Mais bien que ce soit une modification extr\u00eamement simple \u00e0 impl\u00e9menter et qui donne d’excellent gains en performance, celle-ci n\u00e9cessitait toutefois que votre code fasse d\u00e9j\u00e0 usage de lapply. Alors explorons une autre techinque simple pour introduire du traitement parall\u00e8le dans votre code source existant \u00e0 l’aide des librairies foreach<\/a> et doMC<\/a>.<\/p>\n

La librairie foreach est ici essentielle parce qu’elle impl\u00e9mente un type de boucle qui fait abstraction de toute forme de compteur, la rendant ainsi utilisable dans un contexte d’\u00e9xecution en parall\u00e8le. Et, histoire de faire plaisir \u00e0 tous les fans du langage Python, foreach vous donnera quelque peu l’impression de travailler avec les list comprehensions<\/em> \ud83d\ude42<\/p>\n

Explorons donc un bout de code utilisant la librairie RandomForest puisqu’elle nous permettra de toucher certains aspects cl\u00e9s de la boucle foreach.<\/p>\n

Tel qu’observ\u00e9 dans le manuel de r\u00e9f\u00e9rence de randomForest<\/a> \u00e0 propos du param\u00e8tre ntree<\/code>:<\/p>\n

ntree: Nombre d’arbres \u00e0 faire cro\u00eetre.
\nCe nombre ne devrait pas \u00eatre trop petit afin d’assurer que chaque
\nligne d’entr\u00e9e sera pr\u00e9dite au moins quelques fois<\/p><\/blockquote>\n

Bien entendu, attribuer une valeur importante \u00e0 ntree r\u00e9sultera irr\u00e9m\u00e9diablement en un temps de traitement plus long… Mais avec l’aide de foreach et doMC, nous serons en mesure de r\u00e9partir ce traitement sur plusieurs CPUs.<\/p>\n

Ce bout de code:<\/strong><\/p>\n

library(\"randomForest\")\r\n\r\n... # g\u00e9n\u00e9ration de votre ensemble d'entrainement\r\n\r\nrf <- randomForest(x=x, y=y, ntree=1000<\/strong>)\r\n<\/code><\/pre>\n
Devient:<\/strong><\/p>\n
library(\"randomForest\")\r\nlibrary(foreach)\r\nlibrary(doMC)\r\nregisterDoMC(4)\r\n\r\n... # g\u00e9n\u00e9ration des votre ensemble d'entrainement\r\n\r\nrf <-  foreach(ntree=rep(250, 4), .combine<\/strong>=combine, .packages<\/strong>='randomForest') %dopar% {
\r\n    randomForest(x=x, y=y, ntree=ntree<\/strong>)
\r\n}\r\n<\/code><\/pre>\n
Voici les diff\u00e9rences cl\u00e9s \u00e0 observer dans le seconde version:<\/p>\n