并行执行参数扫描，并在并行计算期间绘制进度图。在对并行池进行计算期间，可以使用DataQueue监视结果。还可以使用具有parfor、parfeval和spmd等并行语言特性的DataQueue。

使用并行计算工具箱™在GPU上执行二维快速傅里叶变换（FFT）。二维傅里叶变换用于光学器件以计算远场衍射图案。当单色光源通过小孔径时观察到这些衍射图案，例如年轻的双缝实验。

分布式阵列非常适合大型数学计算，例如线性代数的大问题。该示例显示了如何通过使用分布式阵列的直接方法并行地解决表格轴= B的线性方程系统。以与存储在客户端存储器中的数组相同的方式，您可以使用MLDIVIDE来解决使用分布式数组定义的线性方程式的CAN系统，因此您无需更改代码。

在本地计算机上开发您的并行MATLAB®代码并缩放到群集。群集提供更多的计算资源以加快和分发您的计算。您可以在本地计算机上并行运行代码，然后在群集中进行交互方式，而无需更改代码。完成当本地计算机上的代码进行原型时，可以使用批处理作业将计算卸载到群集中。因此，您可以关闭MATLAB并稍后检索结果。

访问云中的大型数据集，并使用MATLAB的大数据能力在云集群中处理它。

利用MATLAB自动支持并行训练卷积神经网络。金宝app深度学习训练通常需要数小时或数天。通过使用并行计算，您可以在本地或云中的集群中使用多个图形处理单元(gpu)加快培训速度。如果您可以访问具有多个gpu的机器，那么您可以在数据的本地副本上完成这个示例。如果你想使用更多的资源，那么你可以将深度学习培训扩展到云。要了解更多关于并行培训选项的信息，请参见在并行和云中扩展深度学习。这个例子指导您通过使用MATLAB自动并行支持在云中的集群中训练深度学习网络的步骤。金宝app