JMP性能与 其他（更大）工具-何时使用每个工具？回复：JMP性能与 其他（更大）工具-何时使用每个工具？杰瑞：
这是我对“何时使用JMP vs. SAS与 R？”。通常，我通常会先问一些其他问题，例如：
1。“性能”可以通过多种方式进行评估。哪些“性能”特征最重要...哪些不重要？您可以仅在这一点上进行大量讨论……就像用户界面（在我看来，它并不是完全以性能为导向，但它经常作为讨论的一部分出现。）或响应速度。还是更二进制可以/不能做问题？就像说如果您最终遇到“ JMP可以这样做吗？类型对话...如果与其他分析方法相比，潜在分析工具箱的规模之大，则SAS将获胜。
2。持续的软件支持以及软件开发人员/制造商提供的资源的重要性如何？
3。是否存在可以影响软件部署选项选择的硬件和IT部署注意事项？
4。3.的预算是多少 以上和软件本身？
5，与数据动态交互，分析报告/结果以及与使用或不使用用于生成结果的核心应用程序进行共享的功能有多重要？
因此，到目前为止，潜在客户/客户可能已经开始考虑整个“ JMP与 SAS与 “ R”对话比严格的功能集比较要复杂得多。当然，我想拥有一辆兰博基尼……但是我的车道上有一辆丰田RAV 4和野马敞篷车，因为除“功能”和“性能”外，还有很多其他考虑因素还涉及沙龙和我的汽车购买决定。
回复：JMP性能与 其他（更大）工具-何时使用每个工具？嗨，杰里，
我想对于一般事物来说，还有其他人可以插话。对于Neural Nets来说，我相信一旦您遇到喜欢Neural Nets JMP的人，它便不是正确的工具。您仅限一层或两层（Pro）。无法更改训练功能。仅列举一些流行的：
算法
|
|---|
| |
莱文贝格-马夸特
|
| |
贝叶斯正则化
|
|
BFGS拟牛顿
|
| |
弹性反向传播
|
| |
比例共轭梯度
|
| |
通过Powell / Beale重新启动共轭梯度
|
| |
Fletcher-Powell共轭梯度
|
|
Polak-Ribiére共轭梯度
|
|
一步割线
|
|
可变学习率梯度下降
|
|
动量梯度下降
|
|
梯度下降
|
人们喜欢调整神经网络。我们具有某种操纵能力，例如罚分，鲁棒性，层次结构，提升。但是，在NN世界中，也有不同的软件包可用于传递函数，例如正向传播或反向传播。
尽管在很多情况下我们提供的足够（通常超过提供NN的Excel-AddIns），但是知道NN的人会使用其他工具来实现。可以是R，MATLAB或SAS（尽管这要贵得多，因此，这仅是SAS客户的真实选择，通常对于中小型公司没有选择（以我的经验）。可以将JSL中R的使用作为NN的一个不错的折衷方案。
关于多线程甚至并行或GPU计算，我相信JMP在比较JMP，SAS，R和MATLAB的列表中将排在最后。JMP为几种算法提供了多线程。到目前为止，它不提供并行/ GPU计算。其他的则需要一台具有多个内核的计算机或一台专用的分布式计算机（如果同一计算机上没有GPU）。附带说明：多线程不被散布/并行/ GPU计算。后者还可以考虑线性代数，并将大型矩阵乘法分解为一个单独的单元进行几次计算，然后传回最终结果。
因此，图像检测，蒙特卡洛模拟，线性代数，复杂（全局）优化例程中的所有内容，.. 对那些人有好处。（当然还有游戏；））
我认为genReg在性能方面也取得了很大的进步。因此，这可能是您指向使用JMP（Pro）的地方。Bootstrap Forest也非常快。
取决于机器，一方面是RAM，但还有多少内核共享RAM，系统还占用了其他什么东西，背面的系统在做什么，系统已经运行了多长时间，内存是多少？使用时，无论文件大小如何，都可能影响性能。
我不确定，但其他人可能知道。有时，我有一种印象，即JMP试图不为整个矩阵/向量预先分配内存，以防它反复向矩阵/向量添加值。一段时间后，这可能会导致内存问题，因为最初的内存位置很小，而地址必须更改为更大的位置。将扩展的内存位打包在一起可以释放内存，从而提高性能。在进行大量分析之前，这样做可能是一个好习惯。有可用的经验吗？
回复：JMP性能与 其他（更大）工具-何时使用每个工具？不知道为什么我不能发布原始主题，但是这就是我的追求。
我有一个客户提出了一个问题：进行各种分析时，JMP性能与其他大型工具相比如何？
他正在寻找何时使用JMP以及何时使用SAS和/或R（他都可以使用）的指南。 显然，有一些问题对于JMP来说太大了，因此我们转向R。此外，我怀疑有些问题JMP确实很擅长（例如线性回归），但对于其他性能而言可能并不是那么好任务（例如神经网络？），其中SAS可能会在JMP无法处理的更大的计算机上利用额外的CPU或GPU内核。
我不确定如何回答这个问题，因此我想从这里开始对话。 答案可能是“如果它适合PC上的JMP，则使用JMP，否则使用SAS”。或者，根据您的经验，您可能还有其他想法。
在此先感谢您提供的任何指导！
