RStudio 4.2.2中memory.size()不再支持，求替代函数

背景说明 #

在R 4.2+版本中，原Windows专属的memory.size()函数已被弃用，你可以用以下几种跨平台、更可靠的方法来统计机器学习过程中的内存使用情况。

方法1：利用内置gc()函数 #

gc()是R的内置垃圾回收函数，调用它会返回当前内存的使用详情，其中used列就是已使用的内存（单位：MB）。

修改你的代码示例：

result <- vector("list", 6L)
for (n in 1:5) {
  Train <- Training[sample(1:180568, 0.4*nrow(Training)),]
  # 初始内存统计
  initial_mem <- sum(gc()[,"used"])
  Time1 = Sys.time()
  fit_rand <- randomForest(Label~., data= Train)
  # 拟合后内存统计
  post_fit_mem <- sum(gc()[,"used"])
  Time2 = Sys.time()
  Train_time = (Time2 - Time1)
  print(Train_time)
  
  start_memory <- sum(gc()[,"used"])
  pred_rand <- predict(fit_rand, Testing)
  result[[n]] <- confusionMatrix(pred_rand, Testing$Label)
  print(result)
  Time3 = Sys.time()
  Validation_time <- (Time3 - Time2)
  print(Validation_time)
  
  stop_memory <- sum(gc()[,"used"])
  Validation_memory = (stop_memory - start_memory)
}

注意：每次调用gc()会触发垃圾回收，若不想主动回收，可改用gc(FALSE)获取当前内存状态而不执行回收。

方法2：使用pryr包的mem_used() #

pryr包的mem_used()函数会直接返回R进程当前使用的总内存（单位：字节，可自行转换为MB），用法更简洁。

首先安装并加载包：

install.packages("pryr")
library(pryr)

修改代码：

result <- vector("list", 6L)
for (n in 1:5) {
  Train <- Training[sample(1:180568, 0.4*nrow(Training)),]
  # 初始内存（转换为MB）
  initial_mem <- mem_used() / 1024^2
  Time1 = Sys.time()
  fit_rand <- randomForest(Label~., data= Train)
  post_fit_mem <- mem_used() / 1024^2
  Time2 = Sys.time()
  Train_time = (Time2 - Time1)
  print(Train_time)
  
  start_memory <- mem_used() / 1024^2
  pred_rand <- predict(fit_rand, Testing)
  result[[n]] <- confusionMatrix(pred_rand, Testing$Label)
  print(result)
  Time3 = Sys.time()
  Validation_time <- (Time3 - Time2)
  print(Validation_time)
  
  stop_memory <- mem_used() / 1024^2
  Validation_memory = (stop_memory - start_memory)
}

方法3：系统级内存统计（processx包） #

如果需要更精准的系统级内存占用（包括R进程的所有内存开销），可以用processx包获取当前R进程的内存使用情况。

安装加载包：

install.packages("processx")
library(processx)

修改代码：

result <- vector("list", 6L)
# 获取当前R进程ID
pid <- Sys.getpid()
for (n in 1:5) {
  Train <- Training[sample(1:180568, 0.4*nrow(Training)),]
  # 获取内存（转换为MB）
  initial_mem <- processx::ps_memory_info(pid)$rss / 1024^2
  Time1 = Sys.time()
  fit_rand <- randomForest(Label~., data= Train)
  post_fit_mem <- processx::ps_memory_info(pid)$rss / 1024^2
  Time2 = Sys.time()
  Train_time = (Time2 - Time1)
  print(Train_time)
  
  start_memory <- processx::ps_memory_info(pid)$rss / 1024^2
  pred_rand <- predict(fit_rand, Testing)
  result[[n]] <- confusionMatrix(pred_rand, Testing$Label)
  print(result)
  Time3 = Sys.time()
  Validation_time <- (Time3 - Time2)
  print(Validation_time)
  
  stop_memory <- processx::ps_memory_info(pid)$rss / 1024^2
  Validation_memory = (stop_memory - start_memory)
}

rss表示驻留集大小，即进程实际占用的物理内存，统计结果更贴近系统层面的真实内存使用。

内容的提问来源于stack exchange，提问作者Frenzy