"응답하지 않음" vs. "아직 생각 중"나는 때때로 내 Macbook Pro(32GB RAM)의 JMP Pro 16에서 몇 가지 정말 큰 작업을 설정하고 몇 분 후에 내 Mac에서 "응용 프로그램이 응답하지 않음"이라고 표시하며, 이는 작업 관리자에서 확인합니다. 그러나 여러 번, 내가 사용하는 특정 플랫폼에 상태/진행률 표시줄이 있는 경우(그러나 천천히) 진행되는 것을 볼 수 있습니다. 스크립트가 여전히 실행 중인지 아니면 응용 프로그램이 실제로 "포기"되었는지 여부를 알 수 있습니까? 이 경우 JMP를 다시 시작해야 합니까?
동일한 메모에서 JMP Pro로 더 많은 RAM 또는 CPU를 효과적으로 "셔틀"할 수 없다는 것이 이상합니다. 지금은 엄청난 작업(100,000개 이상의 예측 변수가 있는 PLS 분석)을 위해 중단된 응용 프로그램이 있지만 4GB RAM만 사용하고 있으며 여유 공간이 충분합니다. 한때 RAM 할당을 변경하는 방법이 있었던 것 같습니다. 내 Mac이 5-10GB만 사용할 때 이 모든 RAM의 요점은 무엇입니까!? (죄송합니다. 이것은 JMP 문제보다 Mac 문제에 더 가깝습니다.)
해석학맥 OSRe: "응답 없음" vs. "아직 생각 중"안녕하세요 @abmayfield ,
64비트 버전의 JMP가 설치되어 있는지 확인할 수 있습니까?
모니터링 스크립트에 관해서: 여기에 몇 가지 아이디어가 있습니다. 나는 서로 다른 상황에서 각각을 사용했습니다.
- 주기적으로 상태 메시지를 작성하는 창을 만드십시오. 예를 들어 for 루프를 1000번 반복할 때마다 텍스트 상자에 값을 쓰고 텍스트를 업데이트한 후 '<<창을 앞으로 가져오기' 및 'wait(0)'를 포함할 수 있습니다. JMP의 GUI에 업데이트하도록 지시하여 창을 확실히 볼 수 있도록 합니다.
- 텍스트 편집기로 모니터링할 수 있는 로그 파일에 쓰기
- 매우 복잡한 스크립트의 경우 별도의 JMP 인스턴스를 사용하여 진행 상황을 모니터링하고 스크립트와 상호 작용할 수도 있습니다. JMP, R 및 python 스크립트에서 메시지를 가져오고 기록하기 위한 소켓 통신 .JMP의 한 복사본(클라이언트)은 작업을 수행하고 JMP의 다른 인스턴스(서버)로 메시지를 보낼 수 있습니다.그런 다음 서버에서 프로세스를 모니터링하거나 클라이언트가 매번 서버를 계속 진행해야 하는지 묻고 일찍 중지하려는 경우 정상적으로 종료할 수 있습니다.이는 분석의 개별 부분에서 작업하는 서로 다른 컴퓨터의 여러 클라이언트와도 작동할 수 있습니다.
Re: "응답 없음" vs. "아직 생각 중"캡션 명령도 있습니다.
n = 10000000;
for (i = 1, i <= n, i++,
x = i^2 + i;
if (mod(i, 10000) == 0,
caption("Iteration # " || char(i));
wait(0);
);
);
caption(remove);
wait(0);Re: "응답 없음" vs. "아직 생각 중"둘 다 감사합니다. 64비트 JMP가 설치되어 있습니다. 내가 사용하는 특정 플러그인에 대해 이런 종류의 멋진 업데이트 캡션 상자를 본 적이 있으며 대규모 작업에 매우 유용합니다. JMP Pro 16과 JMP Pro 17용 EA3가 있습니다. 한 쪽의 진행 상황이 다른 쪽의 진행 상황에 반영되는 부분과 연결될 수 있는지 궁금합니다.
내 문제는 다소 플랫폼(및 문제)에 따라 달라지며 응답 변수 감소(확실히 연구 및 관심의 거대한 영역)의 필요성을 말합니다. 일반 회귀에서 매우 큰 작업을 실행하면 진행률 표시줄이 표시됩니다. 부분 최소 제곱의 경우 가끔(항상 그런 것은 아님) "최상의 차원을 찾기 위해 교차 검증"이라는 진행 메시지가 표시되지만 항상 그런 것은 아닙니다. 나는 JMP Pro에 일종의 사고 연습으로 다소 비현실적인 작업을 주었기 때문에 이것의 일부가 내 잘못이라고 생각합니다. 1-16 Y(즉, 너무 많지 않음) 대 500,000 X(96 예측 변수의 3차 계승). 이러한 3차 항 중 일부는 테스트하는 것이 타당하지만 500,000개 모두가 그런 것은 아닙니다. 그러나 물론 100,000개 항을 수동으로 삭제하는 것은 비현실적이므로 DOE를 사용하여 모델 복잡성을 줄이거 나 고차 계승에서 테스트할 96개 예측 변수의 무작위 하위 집합을 무작위로 선택하여 놀 수 있습니다. 또한 Gen-Reg의 "best-subsample" 또는 예측자 화면을 사용하여 정보가 없는 용어를 제거하는 것도 고려하고 있지만, 그 자체로는 유용하지 않지만 다른 용어와 상호 작용할 때 유용한 용어를 제외할 수 있을지 걱정됩니다. 어제 Clay Barker의 훌륭한 웨비나를 기반으로 하면 정리된 순방향 선택과 다른 여러 Gen-Reg 추정 방법이 실제로 이와 같은 작업을 수행합니다. 여기서 AICc를 낮추면 유지하면서 새 용어와 이전 용어의 상호 작용을 고려합니다( 또는 사용하는 응답 메트릭) 및 그렇지 않은 경우 제외하므로 정리된 순방향 선택을 사용하여 Gen-Reg에 96개의 예측자(상호작용 또는 이차 없음)를 삽입하고 최적의 예측자 세트(이상적으로는 < 96) 그런 다음 PLS 또는 Gen-Reg에 있는 2차 또는 3차 계승을 테스트합니다. 나는 오늘 이것을 시도할 것이다.
