Matlab并行编程<cellfun & arrayfun>

最新推荐文章于 2024-08-05 11:15:00 发布

Rachel-Zhang

最新推荐文章于 2024-08-05 11:15:00 发布

阅读量1.6w

点赞数 2

分类专栏： Machine Learning MATLAB 文章标签： Matlab 并行 cellfun arrayfun

本文链接：https://blog.csdn.net/abcjennifer/article/details/17843787

版权

本文介绍了在Matlab中使用cellfun和arrayfun进行并行编程以提高效率的方法，纠正了关于parfor在循环少或计算量小时可能导致的误解，并提供了createJob和arrayfun/cellfun的解决方案。通过实例展示了如何利用这两个函数处理多个参数的并行计算，同时进行了性能测试。欢迎读者分享更多Matlab并行编程技巧。

摘要由CSDN通过智能技术生成

本篇blog针对两个函数cellfun和arrayfun对程序的加速写一些东西，方便大家调的一手好参数。之前的一篇blog《Matlab并行编程方法》在具体实现时可能有问题（下面会讲），而我查到的对Matlab并行的讲解资料也没有写明这个问题。。。所以这里提一下比较实用的matlab并行加速方法，本篇的出现感谢@王小川_Matlab的热心指点。

1. 为什么上一篇对Matlab并行编程有误解？

故事起源于我上篇blog和在微博里提出的问题：4.2中的解决方案，i.e., matlab用parfor时变量循环少的话怎样负载均衡？上篇我最后yy出来的解决方案比较扯淡，因为这样并不并行都能这么干。所以这里纠正一下这个问题。

事实上，matlab内置了很多并行，所以再手工去用parfor做任务并行有可能是冗余的甚至无利的。尤其在循环少（比如parfor i = 1:3）或循环内部计算量小的时候不要用parfor，原因一是parfor控制单核任务并行（parfor i=1:3只分配任务给3个core），用了parfor之后，每个循环内执行的code只分配给一个core会抑制matlab内置负载均衡机制。