工具原料一台电脑下载完毕的R software
方法/步骤分步阅读
1
/5
安装完毕R语言，新建属于自己的R变成文件夹，然后 File ->Change Dir..,设置成自己的工作文件，自己工作空间将都会产生在这个文件夹下。
2
/5
然后Files - >New Script，打开新的脚本编辑，在这里键入自己代码，编辑。
在此模式下，摁F5键意味着执行这一行，当我们编辑很多行的时候，我们可以进行全选，然后摁下F5，这样就会执行所有行的代码。
3
/5
下面进行实战，我们下面将会用R语言画出一个简单房子，具体的代码含义不解释，推荐Manning出版的《R语言实战》，里面有大量的联系及讲解。
4
/5
选中，然后执行F5按键，R语言就会画出一个简单的房子，具体代码可以参见下图。
5
/5
总之，R语言是一个非常好的统计软件，在生物统计，金融统计中发挥着越来越多的作用，同时R语言作为一款开源软件，也被世界的R语言兴趣者优化着。
注意事项
R作为一款免费的软件，有时候即使编正确的情况下，仍然可能出现错误
软件的学习在于多联系
内容仅供参考并受版权保护
用BLAS库进行。现在做的DNN、CNN都是在底层把计算转换为矩阵乘法。加速矩阵乘法就是用的BLAS库。很多情况下，application叫做R standard interface，就是单线程实现的矩阵乘的库，可以很容易地把这个库替换下面的部分，既可以替换成GPU加速的cuBLAS库，也可以是多核或多线程的intel的MKL库和OpenBLAS。通过这种方式，可以很快地提高矩阵运算速度。
Linux下有个NVBLAS库，它其实是cuBLAS的wrapper，从它里面就可以调整各种精度的矩阵乘。
它不仅支持单GPU，还支持多GPU。它的主要好处是对code不需要做任何改变，也就是zero programming effort，只需要把NVBLAS库load在前面，这个库就被替换成cuBLAS，跑到GPU上。
所以在做应用程序开发，大家通常有一种思路，如果想加速一个计算，就尝试把这个计算转换成矩阵计算，并加载各种多线程库或并行库，那么程序可以得到很快地提高，这其中不需要太多code的重写。然后看下benchmark，有两种benchmark。
蓝色的线是用原来的的R跑的程序，可以看到运行时间多很多，加载了NVBLAS库以后，运行时间少了很多。其他是一些在很多程序里运用的基础算法。当程序比较依赖于这种基础算法，就可以考虑加载很多并行库，来看程序的运行效果。
如果是程序包中自己带的函数，可用以下操作：
https://cran.r-project.org/
点击左侧Packages
点击中间Table of available packages, sorted by date of publication链接，进入包的列表界面
ctrl+F组合键在网页中搜索你关心的R包，例如包WGCNA，点击进入此R包主界面
点击Downloads下面的Package source:
WGCNA_1.51.tar.gz
解压此包，然后找到里面名字为R的文件夹，里面都是R语言包中包含的R的函数的代码
如果是在bioconductor中的包，可以在bioconductor官网中搜索此R包，进入此包界面，下载.tar.gz的这个文件,寻找方法如上.
