本文介绍了如何利用MATLAB的parfor循环进行并行计算，以解决大数据集处理效率低下的问题。尽管parfor要求循环迭代间独立，但通过将for循环内容放入单独函数并在parpool中调用，实现了并行处理。然而，这种方法每次都需要重启和关闭进程池，效率不最高。建议深入学习MATLAB并行计算的透明性和最佳实践，以优化并行处理流程。
最近要使用matlab对数据集进行处理，由于数据集很大，matlab串行处理效率很低。
在网上查到可以使用parfor循环代替原本的for循环来实现matlab中的并行循环。
parfor要求循环中的数据没有上下依赖，每个循环之间相互独立，这样才能在多个处理器上运行并行任务。
在使用parfor时，总是出现各种问题，最后直接用parpool启动matlab并行计算，把原来for循环中的内容单独放到一个函数中，在parpool中间调用，成功实现并行处理
但是这样做，每次都要重新开启和关闭进程池，效率还不是最高的
参考:
https://blog.youkuaiyun.com/lpsl1882/article/details/50781525
https://www.mathworks.com/help/parallel-computing/transparency.html
https://blogs.mathworks.com/loren/2009/10/02/using-parfor-loops-getting-up-and-running/#11
https://www.mathworks.com/help/parallel-computing/convert-for-loops-into-parfor-loops.html
https://blog.youkuaiyun.com/q664111/article/details/50775363
https://blog.youkuaiyun.com/u013249853/article/details/88735663
扫一扫
1046
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
