R 属性“.Environment”在 nnet 包中消耗大量 RAM

Question

我有一段使用 nnet 包的代码，我有兴趣计算许多不同的神经网络模型，然后将所有模型保存到磁盘（使用 save() ）。

我运行遇到的问题是神经网络中的 "terms" 元素有一个属性“.Environment”，它最终达到数百兆字节，而模型的其余部分是只有几千字节。（一旦拟合值和残差被删除）

此外，删除“.Environment”属性似乎不会导致在 'predict' 中使用模型方面的问题。

有谁知道 R 或 nnet 使用此属性做什么？有人见过这样的东西吗？

Answer 1

tl;dr：这没问题，除了一些非常特殊的情况

背景

R 中的 .Environment 属性包含对上下文的引用，其中 R closure（通常是公式或函数 ) 被定义。 R 环境是存储变量值的存储，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)，则通过为 g 赋予 exp 的值。为了能够找到 g 的值（它是函数 f 的参数），公式需要保存对函数 f 调用中构造的环境的引用.

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>

你的问题

我相信您正在使用带有公式（而不是矩阵）的 nnet() 函数变体，即

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

不幸的是，R 保留了整个环境（包括在定义公式的地方定义的所有变量）分配，即使您的公式没有引用其中任何一个。语言无法轻松判断您可能会或可能不会从环境中使用什么。

One solution就是明确的只保留环境需要的部分。特别是，如果您的公式未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。

我建议在调用 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“.Environment”在 nnet 包中消耗大量 RAM

R attribute ".Environment" consuming large amounts of RAM in nnet package

attributes

r

nnet

背景

你的问题