Boucles for parallèles (parfor)
parfor sur les workers d'un pool parallèle Parallel Computing Toolbox™ prend en charge le calcul parallèle interactif et vous permet d'accélérer votre workflow en l'exécutant sur plusieurs workers dans un pool parallèle. Utilisez parfor pour exécuter des itérations de boucle for en parallèle sur les workers d'un pool parallèle. Une fois que vous avez profilé votre code et identifié les boucles for lentes, essayez parfor pour augmenter votre débit. Développez des boucles parfor sur votre desktop et évoluez vers un cluster sans modifier votre code.
Fonctions
Rubriques
Premiers pas avec parfor
- Décider quand utiliser parfor
Découvrir les concepts de base d'une boucleparforet décider quand l'utiliser. - Convertir les boucles for en boucles parfor
Diagnostiquer et résoudre les problèmes courantsparfor. - Ensure That parfor-Loop Iterations Are Independent
Unlike afor-loop,parfor-loop Iterations have no guaranteed order. - Boucles imbriquées parfor et for et autres exigences parfor
Apprendre à gérer les boucles imbriquées parallèles. - Dépannage des variables dans les boucles parfor
Découvrir les exigences sur les variables et la classification dans les bouclesparfor.
Exécution de boucles parfor
- Exécuter des boucles interactives en parallèle à l'aide de parfor
Convertir une boucleforen une boucleparforévolutive. - Improve parfor Performance
Create arrays inside or outsideparfor-loops to speed up code. - Exécuter du code sur des pools parallèles
Découvrir comment démarrer et arrêter les pools parallèles, la taille du pool et la sélection du cluster. - Spécifier vos préférences pour le traitement parallèle
Spécifier vos préférences et créer automatiquement un pool parallèle. - Use Objects and Handles in parfor-Loops
Discover how to use objects, handles, and sliced variables inparfor-loops. - Ensure Transparency in parfor-Loops or spmd Statements
All references to variables inparfor-loops must be visible in the body of the program. - Save Variables in parfor-Loops
This example shows how to use thesavefunction in aparfor-loop to save one or more variables to a file. (depuis R2024a) - Scale Up parfor-Loops to Cluster and Cloud
Developparfor-loops on your desktop, and scale up to a cluster without changing your code. - Use parfor-Loops for Reduction Assignments
You can useparfor-loops to calculate cumulative values that are updated by each iteration. - Repeat Random Numbers in parfor-Loops
Control random number generation inparfor-loops by assigning a particular substream for each iteration. - Use parfor to Speed Up Monte-Carlo Code
This example shows how to speed up Monte-Carlo code by usingparfor-loops. - Interactively Import and Process Data in Parallel
This example shows how to import and process data simultaneously in an interactive parallel pool. (depuis R2023b)
Deep Learning
- Use parfor to Train Multiple Deep Learning Networks (Deep Learning Toolbox)
This example shows how to use aparforloop to perform a parameter sweep on a training option.
Sélection d՚exemples
Tracé pendant le balayage des paramètres avec parfor
Effectuez un balayage de paramètres en parallèle et tracez la progression pendant les calculs parallèles.
Scale Up from Desktop to Cluster
Develop your parallel MATLAB® code on your local machine and scale up to a cluster.
Use parfor to Speed Up Monte-Carlo Code
Speed up Monte-Carlo code by using parfor-loops. Monte-Carlo methods are found in many fields, including physics, mathematics, biology, and finance. Monte-Carlo methods involve executing a function many times with randomly distributed inputs. With Parallel Computing Toolbox™, you can replace a for-loop with a parfor-loop to easily speed up code.
