Matlab并行编程<cellfun & arrayfun>

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。





2. 解决方案1:createJob

分配任务给特定cluster。





3. 解决方案2:arrayfun & cellfun


3.1 调1个参数

arrayfun Example:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. y = arrayfun(@(alpha) f1(x,k,alpha), alpha,'UniformOutput',false);  

其中,x是数据,k是定下来的参数,alpha是待调参数,比如alpha = [1,2,3]; 


cellfun Example:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. y = cellfun(@(alpha) f1(x,k,alpha), alpha,'UniformOutput',false);  

这里待定参数alpha是cell,即alpha = {1,2,3}; 

上面两个例子我仅以int做为参数类型的例子,实际上可以用其他类型,调用arrayfun和cellfun的方法相同。


3.2 调两个参数

比如现在有个问题,我要调两个参数:alpha和beta。比较正规的方法是画这么一幅二维图:横坐标alpha,纵坐标beta,(i,j)处的颜色深浅表示取alpha(i),beta(j)时的结果(这个图可以用imagesc作)。而且在取值时也有很多小技巧,比如是均分range取值啦,还是指数分段取值啦etc,这里不详说。

只考虑,当定下来一个备选alpha数组 和 beta数组时, 怎样得到上面这幅图。我们还使用并行的方法。

arrayfun Example:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. Lalpha = length(alpha);  
  2. Lbeta = length(beta);  
  3. alpha = reshape(repmat(alpha,Lbeta,1),1,Lalpha*Lbeta);  beta = repmat(beta,1,Lalpha);  
  4. [Dict,AN,~,~,~] = arrayfun(@(alpha,beta) gpnmf(train_s,N_samples,R,RC,alpha,beta,1,1,28),alpha,beta,'UniformOutput',false);  

也就是,用repmat把alpha重复Lbeta次,把beta重复Lalpha次。






4. 性能测试

我们用比较耗时的积分函数进行测试:

T.m

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. N = 10000;  
  2. tic  
  3. for i = 1:N  
  4.     y1 = integral(@(x)1./exp(1+x),0,i);  
  5. end  
  6. toc  
  7.   
  8. tic  
  9. alpha = 1:N;  
  10. y2 = arrayfun(@(a) integral(@(x) 1./exp(1+x),0,a),alpha);  
  11. toc  


结果:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. >> T  
  2. Elapsed time is 16.177388 seconds.  
  3. Elapsed time is 12.904918 seconds.  


感兴趣的朋友还可以测试下不同方法的定积分效率:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. times = 20000;  
  2.   
  3. tic;  
  4. for t = 1:times  
  5.     r1(t) =quadl(@(x) x+1,1,t);  
  6. end  
  7. toc;  
  8.   
  9. tic  
  10. r2 = arrayfun(@(t) Plusx(1,t),1:times);  
  11. toc;  
  12.   
  13. tic  
  14. r3 = arrayfun(@(t) quadl(@(x) x+1,1,t), 1:times);  
  15. toc;  

Plusx.m:

[plain]  view plain copy 在CODE上查看代码片 派生到我的代码片
  1. function [ t ] = Plusx(x,t)  
  2. %PLUSx Summary of this function goes here  
  3. %   Detailed explanation goes here  
  4.   
  5. t =quadl(@(m) m+x,1,t);  
  6. end  
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值