JMP性能與 其他（更大）工具-何時使用每個工具？回复：JMP性能與 其他（更大）工具-何時使用每個工具？傑瑞：
這是我對“何時使用JMP vs. SAS與 R？”。通常，我通常會先問一些其他問題，例如：
1。“性能”可以通過多種方式進行評估。哪些“性能”特徵最重要...哪些不重要？您可以僅在這一點上進行大量討論……就像用戶界面（在我看來，它並不是完全以性能為導向，但它經常作為討論的一部分出現。）或響應速度。還是更二進制可以/不能做問題？就像說如果您最終遇到“ JMP可以這樣做嗎？類型對話...如果與其他分析方法相比，潛在分析工具箱的規模之大，則SAS將獲勝。
2。持續的軟件支持以及軟件開發人員/製造商提供的資源的重要性如何？
3。是否存在可以影響軟件部署選項選擇的硬件和IT部署注意事項？
4。3.的預算是多少 以上和軟件本身？
5，與數據動態交互，分析報告/結果以及與使用或不使用用於生成結果的核心應用程序進行共享的功能有多重要？
因此，到目前為止，潛在客戶/客戶可能已經開始考慮整個“ JMP與 SAS與 “ R”對話比嚴格的功能集比較要復雜得多。當然，我想擁有一輛蘭博基尼……但是我的車道上有一輛豐田RAV 4和野馬敞篷車，因為除“功能”和“性能”外，還有很多其他考慮因素還涉及沙龍和我的汽車購買決定。
回复：JMP性能與 其他（更大）工具-何時使用每個工具？嗨，傑里，
我想對於一般事物來說，還有其他人可以插話。對於Neural Nets來說，我相信一旦您遇到喜歡Neural Nets JMP的人，它便不是正確的工具。您僅限一層或兩層（Pro）。無法更改訓練功能。僅列舉一些流行的：
算法
|
|---|
| |
萊文貝格-馬夸特
|
| |
貝葉斯正則化
|
|
BFGS擬牛頓
|
| |
彈性反向傳播
|
| |
比例共軛梯度
|
| |
通過Powell / Beale重新啟動共軛梯度
|
| |
Fletcher-Powell共軛梯度
|
|
Polak-Ribiére共軛梯度
|
|
一步割線
|
|
可變學習率梯度下降
|
|
動量梯度下降
|
|
梯度下降
|
人們喜歡調整神經網絡。我們具有某種操縱能力，例如罰分，魯棒性，層次結構，提升。但是，在NN世界中，也有不同的軟件包可用於傳遞函數，例如正向傳播或反向傳播。
儘管在很多情況下我們提供的足夠（通常超過提供NN的Excel-AddIns），但是知道NN的人會使用其他工具來實現。可以是R，MATLAB或SAS（儘管這要貴得多，因此，這僅是SAS客戶的真實選擇，通常對於中小型公司沒有選擇（以我的經驗）。可以將JSL中R的使用作為NN的一個不錯的折衷方案。
關於多線程甚至並行或GPU計算，我相信JMP在比較JMP，SAS，R和MATLAB的列表中將排在最後。JMP為幾種算法提供了多線程。到目前為止，它不提供並行/ GPU計算。其他的則需要一台具有多個內核的計算機或一台專用的分佈式計算機（如果同一計算機上沒有GPU）。附帶說明：多線程不被散佈/並行/ GPU計算。後者還可以考慮線性代數，並將大型矩陣乘法分解為一個單獨的單元進行幾次計算，然後傳回最終結果。
因此，圖像檢測，蒙特卡洛模擬，線性代數，複雜（全局）優化例程中的所有內容，.. 對那些人有好處。（當然還有遊戲；））
我認為genReg在性能方面也取得了很大的進步。因此，這可能是您指向使用JMP（Pro）的地方。Bootstrap Forest也非常快。
根據機器，一側的RAM，還有多少個內核共享RAM，系統所佔用的其他資源，背面的系統在做什麼，系統已經運行了多長時間，內存是多少？使用該文件，無論文件大小如何，都會影響性能。
我不確定，但其他人可能知道。有時，我有一種印象，即JMP試圖不為整個矩陣/向量預先分配內存，以防它反復向矩陣/向量添加值。一段時間後，這可能會導致內存問題，因為最初的內存位置很小，而地址必須更改為更大的位置。將擴展的內存位打包在一起可以釋放內存，從而提高性能。在進行大量分析之前，這樣做可能是一個好習慣。有可用的經驗嗎？
回复：JMP性能與 其他（更大）工具-何時使用每個工具？不知道為什麼我不能發布原始主題，但是這就是我的追求。
我有一個客戶提出了一個問題：進行各種分析時，JMP性能與其他大型工具相比如何？
他正在尋找何時使用JMP以及何時使用SAS和/或R（他都可以使用）的指南。 顯然，有一些問題對於JMP來說無法解決，因此我們將轉向R。此外，我懷疑有些問題JMP確實很擅長（例如線性回歸），但對於其他性能而言可能並不是那麼好任務（例如神經網絡？），其中SAS可能會在JMP無法處理的更大的計算機上利用額外的CPU或GPU內核。
我不確定如何回答這個問題，因此我想從這裡開始對話。 答案可能是“如果它適合PC上的JMP，則使用JMP，否則使用SAS”。或者，根據您的經驗，您可能還有其他想法。
在此先感謝您提供的任何指導！
