在mlr和parallelMap中，是否可以并行化多个级别？例如mlr.tuneParams和mlr.benchmark

我正在运行一个多学习者（大约15个不同的学习者）的mlr基准测试，使用irace调优控件进行嵌套重采样。 我的问题是：有可能在parallelMap上运行两个并行化级别吗

如果我使用mlr.benchmark级别，速度越快的学习者会先结束，只有计算要求越高的学习者会继续运行，每个学习者只有一个线程。因此，最终运行4个或5个线程

如果我使用mlr.tuneParams级别，irace调优控件将生成6个线程，对所有线程进行求值，然后在所有线程完成后，它将创建6个其他线程。我知道这种方法本质上是循序渐进的

我的观点是，无论哪种方式，CPU核心都没有得到充分利用。 例如，如果一个CPU有12个内核，我可以同时运行两个学习器，每个学习器使用6个内核进行调优

现在我正在手动执行此操作：我创建多个R会话并分别运行它们

---

谢谢

当前无法使用

parallelMap

跨多个级别进行并行化。

parallelMap:：parallelStart（）

的

level

参数只接受一个

这是一个已知的限制，将来可能不会再改变。 在所有级别中，将使用

future

包并行化

---

如果在代码中嵌套了对

parallelMap（）

的调用，而没有设置显式级别，那么管道中的第一个调用将被并行化

默认情况下，所有级别都应该并行化，而无需指定它们。您目前正在做什么来启用并行化？