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。

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 plaincopy

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 plaincopy

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 plaincopy

Lalpha = length(alpha);
Lbeta = length(beta);
alpha = reshape(repmat(alpha,Lbeta,1),1,Lalpha*Lbeta); beta = repmat(beta,1,Lalpha);
[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 plaincopy

N = 10000;
tic
for i = 1:N
y1 = integral(@(x)1./exp(1+x),0,i);
end
toc
tic
alpha = 1:N;
y2 = arrayfun(@(a) integral(@(x) 1./exp(1+x),0,a),alpha);
toc

结果：

[plain] view plaincopy

>> T
Elapsed time is 16.177388 seconds.
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 plaincopy

times = 20000;
tic;
for t = 1:times
r1(t) =quadl(@(x) x+1,1,t);
end
toc;
tic
r2 = arrayfun(@(t) Plusx(1,t),1:times);
toc;
tic
r3 = arrayfun(@(t) quadl(@(x) x+1,1,t), 1:times);
toc;

Plusx.m:

[plain] view plaincopy

function [ t ] = Plusx(x,t)
%PLUSx Summary of this function goes here
% Detailed explanation goes here
t =quadl(@(m) m+x,1,t);
end

Matlab并行编程cellfun arrayfun相关推荐

Matlab并行编程函数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 ...
matlab linux 并行,Matlab并行编程方法
Matlab并行编程方法本文讲一下matlab中的并行方法与技巧,这里我们不涉及GPU加速,主要考虑for循环并行和数据并行.分为以下几个板块: 1. 怎么并行? 2. parfor vs. SPM ...
Matlab并行编程方法
本文讲一下matlab中的并行方法与技巧,这里我们不涉及GPU加速,主要考虑for循环并行和数据并行.分为以下几个板块: 1. 怎么并行? 2. parfor vs. SPMD 3. 注意事项及经验总 ...
matlab算例并行教程,Matlab并行编程方法
本文讲一下matlab中的并行方法与技巧,这里我们不涉及GPU加速,主要考虑for循环并行和数据并行.分为以下几个板块: 怎么并行? parfor vs. SPMD 注意事项及经验总结如何并行? R ...
Matlab并行编程方法1
相信很多朋友在利用matlab进行计算时,会遇到循环次数过大,或者是单次计算量过大的问题,比如需要计算的数值阵列数据量过大,利用传统的编程方式,跑一次程序几个小时,都要等的急死了是不是呢?如果遇到这种 ...
matlab开启并行计算核数_[续] Matlab 并行编程——多核多线程
刚开始接触matlab并行计算,以前旧电脑从不考虑这些的小本i7四核八线程16G内存,64位win7和matlab 2012b,任务管理器显示有8个框当用普通for循环,只有一个框接近100%,c ...
matlab充分利用性能,Matlab高性能编程——代码优化和并行计算
Jeremy Lin @HQU Update: 2014/4/29 Matlab代码优化 Matlab是一种高级计算机语言,同时也是一个用于算法开发,数据可视化,数据分析和数值计算的交互式工作环境. ...
Matlab的parfor并行编程
Matlab的parfor并行编程通常消耗最多计算资源的程序往往是循环.把循环并行化,或者优化循环体中的代码是最常用的加快程序运行速度的思路. Matlab提供了parfor关键字,可以很方便的在多 ...
matlab 祁彬彬,MATLAB 向量化编程基础精讲
<MATLAB 向量化编程基础精讲>使用MATLAB新版本2016a,拣选Mathworks官方群组Cody中一些有趣的代码问题,分6章讲解这些优秀示例代码中使用数组.字符串操作.正则表达 ...
MATLAB神经网络编程（九）——Hopfield网络
<MATLAB神经网络编程> 化学工业出版社读书笔记第六章反馈型神经网络 6.1 Hopfield网络本文是<MATLAB神经网络编程>书籍的阅读笔记,其中涉及的源码.公 ...

Matlab并行编程cellfun arrayfun

Matlab并行编程cellfun arrayfun相关推荐

最新文章

热门文章