问题标签 [rcpp11]

我正在使用 Rcpp 在 R 中创建一个利用 C++ 代码的包。我已阅读所有 Rcpp 小插曲，但我无法找到以下问题的解决方案。

C++我尝试使用的类之一包含一个指针。我正在使用模块公开课程。当我尝试在 R 中安装软件包时，出现以下错误。

我究竟做错了什么？

类包含指针的代码

对应RCPP模块的代码

我正在编写一个使用 rcpp 的 r 包。

我在 C++ 中有以下类：

我编写了以下 RCPP 模块，以便将该类公开给 r：

当我尝试在 R 中安装包时，我遇到了问题，因为ffm_float *w不能直接转换为 SEXP。根据我在这里提出的上一个问题，建议我尝试使用 XPtr 来包装指针。但是，我很难找到有用的文档，我什至不知道从哪里开始。

为了解决这个问题，我写了下面的前向声明，但我不知道我是否朝着正确的方向前进。

有人可以指出我正确的方向吗？我已经阅读了 RCPP 扩展小插图。

我正在从这里翻译多臂强盗的 epsilon-greedy 算法。这是对 Rcpp 的强大和优雅的一个很好的展示。但是，此版本的结果与上面链接中提到的结果不符。我知道这可能是一个非常小众的问题，但没有其他地方可以发布这个！

代码摘要如下。基本上，我们有一组手臂，每个手臂都以预定义的概率支付奖励，我们的工作是证明，通过从手臂中随机抽取，同时间歇性地抽取具有最佳奖励的手臂，最终可以让我们收敛到最好的手臂上。John Myles White提供了对该算法的一个很好的解释。

现在，到代码：

在模拟期间选择的手臂图（即上面的图 p2）如下：

显然，尽管奖励很低，但第一只手臂的选择不成比例！到底是怎么回事？

朋友们，

有自动生成Makevars和的方法configure吗？我正在使用带有g++编译器的 bash 终端编译我的 C++ 代码。

示例Rcpp.h：我使用使用头文件的库编写了以下代码gsl/gsl_sf_bessel.h，也就是说，我使用了Rcpp外部的库。

在上面的例子中，考虑到我的电脑头文件的配置和路径，我可以在 bash 终端中使用下面的代码编译上面的代码：

根据我计算机上库的设置和路径，我可以使用上面的代码生成目标文件和 .so 文件。然而，正如我们所知，当函数在与包用户不同的机器上编译时，这些路径不一定有效。为此，有Makevars和configure文件。

问题：有没有办法根据上述构建语句自动创建Makevars和文件？configure

我Makevars用上面的内容创建了文件。但是，我不确定是否有办法使用前面介绍的构建语句自动执行此操作。

根据Rcpp FAQ (2.15. What about the new 'no-linking' feature)，因为 Rcpp 版本 0.11.0 我们可以避免在 Makevars 文件中指定 LAPACK/BLAS/Fortran，实际上如果我们遵循，则完全避免 Makevars这些说明。

... only two things are required: • an entry in DESCRIPTION such as Imports: Rcpp (which may be versioned as in Imports: Rcpp (>= 0.11.0)), and • an entry in NAMESPACE to ensure Rcpp is correctly instantiated, for example importFrom(Rcpp, evalCpp).

但是不是Imports为 Rcpp 添加一行，aLinkingTo也可以吗？也就是说，我可以使用：

代替：

还是两者都需要？

我正在尝试安装 Rfast 包。它给了我以下错误，

完整的错误信息是这样的，

我的 sessioninfo 如下，

有没有人可以帮我解决这个问题？

我想知道当我编写 cppFunction 时是否有一种简单的方法可以调用 r 中的预分配值。

这是我的代码：

错误：在 sourceCpp（code = code，env = env，rebuild =rebuild，cacheDir = cacheDir，：在构建共享库时发生错误 1。

我知道如果我在函数y内部分配demo_fun_cpp()，它会起作用。但是，R中已经分配了很多值，所以如果我不必再次分配它们会很方便。

我是 C++ 新手，我提前感谢任何帮助！

I am working on a package, which uses random numbers from RcppArmadillo. The package runs MCMC algorithms, and to obtain exact reproducibility, the user should be able to set a random number seed. When doing this, it seems like the arma::randg() function for generating random numbers from the gamma distribution returns different values across platforms. This is not the case for arma::randu() or arma::randn(). Could it be related to the fact that arma::randg() requires C++11?

Here is what I get on macOS 10.13.6, running R3.5.2:

^{Created on 2019-02-22 by the reprex package (v0.2.1)}

Here is what I get on Windows 10, running R3.5.2:

^{Created on 2019-02-22 by the reprex package (v0.2.1)}

As can be seen, the random numbers generated with arma::randg() are internally consistent, but differ between the platforms.

I tried to set the seed using the instructions in the Armadillo documentation:

^{Created on 2019-02-22 by the reprex package (v0.2.1)}

However, as the warning tells, and the result shows, the seed does not get set this way.

Is there a way to get reproducible results between platforms when using arma::randg(), or do I need to implement a gamma distribution using some of the other random number generators available in RcppArmadillo?

Update

As pointed out in the comment, using R::rgamma() solves this problem. The following code returns the same numbers on both Mac and Windows:

^{Created on 2019-02-22 by the reprex package (v0.2.1)}

This solves it for me. However, I am not sure if the issue is solved, since this seems like unexpected behavior, so leaving it open.

考虑以下函数：

请注意，对于 foo1 和 foo2，参数a 的描述应该相同。我有许多功能，应该以相同的方式提供参数描述。每次我分别为每个函数需要它时，我都不想复制过去的参数描述。是否可以指定描述并将其应用于我的 Rcpp 包提供的所有功能？

将非常感谢您的帮助！

我正在 Rcpp 中实现潜在狄利克雷分配 (LDA)。在 LDA 中，我们需要处理一个巨大的稀疏矩阵（例如 50 x 3000）。

我决定在 Eigen 中使用 SparseMatrix。但是，由于我需要访问每个单元格，计算成本高昂 .coeffRef会大大减慢我的功能。

有什么方法可以在保持速度的同时使用 SparseMatrix？

我想做的有四个步骤，

1. 我知道我想访问哪个单元格 (i,j)。
2. 我想知道单元格 (i,j) 是否为 0。
3. 如果单元格 (i,j) 不为 0，我想知道它的值。
4. 在对第 2 步和第 3 步中的值进行一些分析后，我想更新单元格 (i,j)。在这一步中，我可能需要更新原来为 0 的单元格 (i,j)。

由于行数远小于列数，我考虑访问一列，然后检查行值，但我无法处理SparseMatrix<double>::InnerIterator it(spmat, colid).