与本地执行时间相比，Azure机器学习上的R代码较慢

Question

直截了当： 为什么我的R代码在我的本地CPU上运行良好（一分钟以内），但使用一个R脚本块（超过18分钟）在Azure机器学习上慢了几十倍？

我认为它与分配给实验的资源有关，但我怎么能确定？我是否可以从Azure-ML Studio机器中隐藏的somwehere获取有关分配给R脚本块的资源的详细信息？

谢谢你，Flo

后来编辑： 正如经常发生的那样，我终于找到了一些信息，但仍然无法解决我的问题。根据{{​​3}}＆＃34;用户指定的R代码由64位R解释器运行，该解释器使用具有56 GB RAM的A8虚拟机在Azure中运行。＆＃34;

这不仅仅是我的本地机器，在Azure-ML工作室上R代码仍然慢得多。

Answer 1

考虑使用rbenchmark或其他基准测试工具来了解代码的运行时和复杂性。一般来说，循环往往很慢。

服务器可用的资源很少（ram，cpu），或者你必须在服务之前等待。如果没有更多代码，很难就此问题进一步发表评论。