Question

我有一段代码正在使用nnet包，我有兴趣计算一些不同的神经网络模型＆amp;然后将所有模型保存到磁盘（使用save（））。

我遇到的问题是＆＃34;术语＆＃34;神经网络中的元素具有属性＆＃34; .Environment＆＃34;最终达到数百兆字节，而模型的其余部分只有几千字节。（一旦删除拟合值和残差）

此外，删除＆＃34; .Environment＆＃34;在使用“预测”模型时，属性似乎不会导致问题。

有没有人知道R或nnet使用此属性做了什么？有没有人见过这样的东西？

Answer 1

tl; dr：这是好的，除了一些非常特殊的情况

背景

R中的.Environment属性包含对R closure （通常为公式或的上下文的引用函数）已定义。 R环境是一个包含变量值的商店，类似于列表。这允许公式引用这些变量，例如：

> f = function(g) return(y ~ g(x))
> form = f(exp)
> lm(form, list(y=1:10, x=log(1:10)))
...
Coefficients:
(Intercept)     g(x)
3.37e-15        1.00e+00

在此示例中，公式form（如果定义为y~exp(x)，则为g提供exp的值。为了能够找到g的值（函数f的参数），公式需要保持对函数f调用内构造的环境的引用

您可以使用attributes()或environment()函数查看附加到公式的环境，如下所示：

> attributes(form)
$class
[1] "formula"

$.Environment
<environment: R_GlobalEnv>

> environment(form)
<environment: R_GlobalEnv>

您的问题

我相信你正在使用nnet()函数变量和公式（而不是矩阵），即

> nnet(y ~ x1 + x2, ...)

不幸的是，即使您的公式没有引用任何公式，R也会保留整个环境（包括定义公式所定义的所有变量）。语言无法轻易告诉您在环境中使用或不使用的内容。

One solution是明确保留环境所需的部分。特别是，如果您的公式没有引用环境中的任何内容（这是最常见的情况），则可以安全地删除它。

我建议您在致电nnet之前从公式中删除环境，如下所示：

    form = y~x + z
    environment(form) = NULL
    ...
    result = nnet(form, ...)

R属性＆＃34;。环境＆＃34;在nnet包中消耗大量的RAM

1 个答案:

背景

您的问题