我正在使用RStan从大量高斯过程(GP)中进行采样,即使用函数stan() . 对于我适合的每个GP,都会加载另一个DLL,这可以通过运行R命令看到
getLoadedDLLs()
我遇到的问题是,因为我需要适应这么多独特的GP,我超过了可以加载的最大DLL数量,此时我收到以下错误:
Error in dyn.load(libLFile) :
unable to load shared object '/var/folders/8x/n7pqd49j4ybfhrm999z3cwp81814xh/T//RtmpmXCRCy/file80d1219ef10d.so':
maximal number of DLLs reached...
据我所知,这是在基本R代码的Rdynload.c中设置的,如下所示:
#define MAX_NUM_DLLS 100
所以,我的问题是,可以采取哪些措施来解决这个问题?使用较大的MAX_NUM_DLLS从源代码构建R不是一个选项,因为我的代码将由不熟悉该过程的协作者运行 . 我尝试过使用dyn.unload()卸载DLL的天真方法,希望在需要时再重新加载它们 . 卸载工作正常,但当我尝试再次使用适合时,R毫不奇怪地崩溃,出现如下错误:
*** caught segfault ***
address 0x121366da8, cause 'memory not mapped'
我也尝试分离RStan,希望DLL能够自动卸载,但是即使在卸载软件包之后它们仍然存在(正如预期的那样,在分离的帮助中给出以下内容:“分离通常不会卸载任何动态加载的编译代码(DLLs)“) .
从这个问题,Can Rcpp package DLLs be unloaded without restarting R?,似乎 library.dynam.unload()
可能在解决方案中有一些作用,但我没有像以前那样遇到同样的段错误 .
编辑:添加一个最小的,功能齐全的示例:
R代码:
require(rstan)
x <- c(1,2)
N <- length(x)
fits <- list()
for(i in 1:100)
{
fits[i] <- stan(file="gp-sim.stan", data=list(x=x,N=N), iter=1, chains=1)
}
此代码要求以下模型定义位于文件gp-sim.stan中的工作目录中(此模型是Stan中包含的示例之一):
// Sample from Gaussian process
// Fixed covar function: eta_sq=1, rho_sq=1, sigma_sq=0.1
data {
int<lower=1> N;
real x[N];
}
transformed data {
vector[N] mu;
cov_matrix[N] Sigma;
for (i in 1:N)
mu[i] <- 0;
for (i in 1:N)
for (j in 1:N)
Sigma[i,j] <- exp(-pow(x[i] - x[j],2)) + if_else(i==j, 0.1, 0.0);
}
parameters {
vector[N] y;
}
model {
y ~ multi_normal(mu,Sigma);
}
注意:此代码需要相当长的时间才能运行,因为它创建了~100个Stan模型 .
2 回答
我不能代表有关dll的问题,但你不应该每次都要编译模型 . 您可以编译模型一次并重复使用它,这不会导致此问题,它将加快您的代码 .
函数
stan
是stan_model
的包装器,用于编译模型和sampling
方法,该方法从模型中提取样本 . 您应该运行stan_model
一次以编译模型并将其保存到对象,然后使用该对象上的sampling
方法绘制样本 .这类似于运行并行链的问题,在Rstan wiki中讨论过 . 你的代码可以通过用并行处理采样的东西替换for循环来加速 .
这是我用来连续运行几个stan模型(Win10,R 3.3.0) .
我不仅需要卸载dll文件,还要删除它们和其他临时文件 . 然后,我的文件名与stan对象中的文件名不同,正如Ben建议的那样 .