无法在foreach中运行Rcpp函数 - “NULL值作为符号地址传递”

时间:2014-07-31 15:02:40

标签: r rcpp

首先我要说的是我读过写R扩展,Rcpp包的插图,并且我已经从Rcpp.package.skeleton()构建了一个包。

自从构建我的包之后,我添加了一个函数multiGenerateCSVrow(),然后在R CMD build / R CMD安装之前在包目录上运行compileAttributes()。加载我的包后,我可以直接或通过foreach()方法%do%运行我的功能。

但是当我尝试并行运行时,我收到错误:

cl <- makePSOCKcluster(8)                                                                                     
registerDoParallel(cl)                                                                                        
rows <- foreach(i=1:8,.combine=rbind,.packages="myPackage") %dopar% multiGenerateCSVrow(scoreMatrix=NIsample,   
                                                                   validMatrix = matrix(1,nrow=10,ncol=10),   
                                                                   cutoffVector = rep(0,10),                  
                                                                   factorVector = randomsCutPlus1[i,],        
                                                                   actualVector = rep(1,10),                  
                                                                   scaleSample = 1)                           
stopCluster(cl)                                                                                               
~                                                                                                             

Error in multiGenerateCSVrow(scoreMatrix = NIsample, validMatrix = matrix(1,  : 
  task 1 failed - "NULL value passed as symbol address"

这是包NAMESPACE:

# Generated by roxygen2 (4.0.1): do not edit by hand 
useDynLib(myPackage)                                   
exportPattern("^[[:alpha:]]+")                       
importFrom(Rcpp, evalCpp) 

这是RcppExports.cpp的相关块:

// multiGenerateCSVrow
SEXP multiGenerateCSVrow(SEXP scoreMatrix, SEXP validMatrix, SEXP cutoffVector, SEXP factorVector, SEXP actualVector, SEXP scaleSample);
RcppExport SEXP myPackage_multiGenerateCSVrow(SEXP scoreMatrixSEXP, SEXP validMatrixSEXP, SEXP cutoffVectorSEXP, SEXP factorVectorSEXP, SEXP actualVectorSEXP, SEXP scaleSampleSEXP) {
BEGIN_RCPP
    SEXP __sexp_result;
    {
        Rcpp::RNGScope __rngScope;
        Rcpp::traits::input_parameter< SEXP >::type scoreMatrix(scoreMatrixSEXP );
        Rcpp::traits::input_parameter< SEXP >::type validMatrix(validMatrixSEXP );
        Rcpp::traits::input_parameter< SEXP >::type cutoffVector(cutoffVectorSEXP );
        Rcpp::traits::input_parameter< SEXP >::type factorVector(factorVectorSEXP );
        Rcpp::traits::input_parameter< SEXP >::type actualVector(actualVectorSEXP );
        Rcpp::traits::input_parameter< SEXP >::type scaleSample(scaleSampleSEXP );
        SEXP __result = multiGenerateCSVrow(scoreMatrix, validMatrix, cutoffVector, factorVector, actualVector, scaleSample);
        PROTECT(__sexp_result = Rcpp::wrap(__result));
    }
    UNPROTECT(1);
    return __sexp_result;
END_RCPP
}

和RcppExports.R:

multiGenerateCSVrow <- function(scoreMatrix, validMatrix, cutoffVector, factorVector, actualVector, scaleSample) {
    .Call('myPackage_multiGenerateCSVrow', PACKAGE = 'myPackage', scoreMatrix, validMatrix, cutoffVector, factorVector, actualVector, scaleSample)
}   

它能找到什么?

3 个答案:

答案 0 :(得分:8)

我遇到了类似的问题,我通过将.noexport = c(<Functions that were implemented in C++>)添加到foreach来解决了这个问题。

我猜这些函数是从全局环境导入到并行上下文中的,但是,由于它们不是普通的函数,所以它们实际上并不起作用。这意味着必须在每个节点上单独加载函数;在我的情况下,这是一个SNOW clusterCall()调用,它来源于各种文件,包括C ++代码。

答案 1 :(得分:7)

我还遇到了使用 Rcpp 的功能在 foreach 中不起作用的问题。正如Patrick McCarthy所建议的那样,我把这个函数放在一个软件包中,安装并加载了软件包并将其传递给 forearch ,并附带.packages =(&#34; ...&#34;)。

我仍然遇到了一些错误,但在更新了所有相关的软件包之后就解决了这个问题。

(我会评论,但我没有足够的声誉,我认为这可能对某些人有帮助)

答案 2 :(得分:0)

受@henine和@jmb的回答启发,我尝试了“ reverse”选项,即我实际上是在我的foreach循环中使用Rccp函数提供R文件的源,并确保在.packages中包括“ Rccp” foreach选项。可能不是最有效的,但是工作&很简单。

类似的东西:

cl = makeCluster(n_cores, outfile="")
registerDoParallel(cl)

foreach(n = 1:N,.packages = "Rcpp",.noexport = "<name of Rccp function>")%dopar%{
  source("Scripts/Rccp_functions.R")
  ### do stuff with functions scripted in Rccp_functions.R
}

stopImplicitCluster()

与@jmb类似,我会发表评论,但是信誉不够好:D