问题Parfor Implemenation

3视图(30天)

显示旧的评论

Panagiotis Veneris 2021年6月19日

0
链接

这个问题直接联系

https://de.mathworks.com/matlabcentral/answers/860230-problems-in-parfor-implemenation

评论道: Panagiotis Veneris2021年7月1日

答:接受沃尔特·罗伯森

你好,

我新的并行计算和我试图并行化(相对密集的)代码,使它运行得更快。然而,我面临很多问题,我不能够地址。的代码如下:

                          %初始猜测政策功能
                         
                          c_pol = max (cmin r * 1(年代,1)* b_grid);
                         
                          c_poli = c_pol;%的下一个迭代
                         
                          %猜V_t + 1
                         
                          负载CRRA.mat%加载c_pol和n_pol CRRA在原始GL代码(开始前检查线终端党卫军部分)
                         
                          v_pol = (1 / (1-bet)) * (c_pol。^ (1-gam) / (1-gam)) + pssi * (((1-n_pol)。^ (1-eta)) / (1-eta));
                         
                          v_poli = v_pol;%的下一个迭代
                         
                          dif = 1;
                         
                          而dif > tol_pol
                         
                          ui =公关* (((-v_pol)。^ (t1)。* (c_pol。^ (gam)));
                         
                          ui = ui (:, b_grid > =φ);
                         
                          v_u =公关* ((-v_pol)。^(1α));
                         
                          v_un = v_u (:, b_grid > =φ);
                         
                          v_con = v_u (:, b_grid <φ);
                         
                          为s = 1: s% %这里我需要并行化
                         
                          c = ((1 + r) *注* ((v_un(年代,:))。^(α/(1α)。* ui(年代,:)))。^ (1 / gam);
                         
                          n = max (0,1 - fac (s) * c。^ gameta);
                         
                          b = b_grid (b_grid > =φ)/ (1 + r) + c -θ(s) * n - z(年代);
                         
                          v = c。^ (1-gam)。* ((1 / (1-gam))) + pssi *(((其它)。^ (1-eta)) / (1-eta)) -赌* ((v_un(年代,:))。^(1 /(1α)));
                         
                          如果(1)>φ
                         
                          c_c = linspace (cl (s), c (1), Ic);% * * *
                         
                          n_c = max (0, 1 - fac (s) * c_c。^ gameta);
                         
                          b_c =φ/ (1 + r) + c_c -θ(s) * n_c - z (s);
                         
                          六世= cl (1,1) ^ (1-gam)。* ((1 / (1-gam))) + pssi * (((1-n_c)。^ (1-eta)) / (1-eta)) -赌* ((v_un(1,1))。^(1 /(1α)));
                         
                          v_c = linspace(六世(1),v (1), Ic);
                         
                          b = [b_c (1: Ic-1), b];
                         
                          c = [c_c (1: Ic-1), c);
                         
                          v = [v_c (1: Ic-1), v);
                         
                          结束
                         
                          c_poli(年代)= interp1 (b, c, b_grid,“线性”,“extrap”);%真实c_t + 1
                         
                          v_poli(年代)= interp1 (b, v, b_grid,“线性”,“extrap”);%真实v_t + 1
                         
                          v_poli (v_poli > 0) = 1 e-6;
                         
                          结束
                         
                          %检查收敛性
                         
                          c_poli = max (c_poli cmin);
                         
                          v_poli = min (v_poli cmin);
                         
                          dif1 = max (max (abs (c_poli - c_pol)));
                         
                          dif2 = max (max (abs (v_poli-v_pol)));
                         
                          dif = max ([dif1 dif2]);
                         
                          %更新
                         
                          c_pol = c_poli;
                         
                          v_pol = v_poli;
                         
                          结束

尝试使用“parfor”我得到以下错误“无法分类变量v_poli parfor-loop身体的”,我不知道如何解决。

任何帮助将不胜感激

接受的答案

沃尔特·罗伯森 2021年6月19日

0
链接

直接链接到这个答案

https://de.mathworks.com/matlabcentral/answers/860230-problems-in-parfor-implemenation answer_728325

改变

                              v_poli(年代)= interp1 (b, v, b_grid,“线性”,“extrap”);%真实v_t + 1
                             
                              v_poli (v_poli > 0) = 1 e-6;

来

                              v_polis = interp1 (b, v, b_grid,“线性”,“extrap”);%真实v_t + 1
                             
                              v_polis (v_polis > 0) = 1 e-6;
                             
                              :v_poli (s) = v_polis;

否则你要测试所有 v_poli()包括行是由其他循环迭代。

5个评论
显示隐藏 4年长的评论

Panagiotis Veneris 2021年6月19日

非常感谢。漂亮的工作。然而,代码变得更慢。更精确地说,整个代码是这样的

                                   为它= 1:麦克斯特
                                  
                                   %更新(政府)预算约束
                                  
                                   τ= (pr(1) *νB + r / (1 + r) *) /(1 -公关(1));%劳动税
                                  
                                   z =[ν,τ*的(1,s - 1)];%完全传输方案(τ波浪号纸)
                                  
                                   %在状态空间的下界找到消费:今天当
                                  
                                   %,明天代理在债务上限- >约束绑定
                                  
                                   % t和t + 1
                                  
                                   fac = (pssi。/θ)^(1 /η);
                                  
                                   为s = 1: s%循环生产力州(13)
                                  
                                   cl (s) = fzero (“find_cl”,…%的目标
                                  
                                   [cmin, 100),…%区间对分
                                  
                                   [],…%的选项
                                  
                                   年代,φ,φ,r);%,资产,利率
                                  
                                   结束

……代码附加在1日消息。

所以,也许我不是充分有效的利用并行?也许我应该用“parfor”别的地方吗?

Panagiotis Veneris 2021年7月1日

%管家

%关闭所有;

清晰;

clc;

% = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

% 1。设置参数

% = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

%方便从劳动力供给方程全局参数

全球θz fac gameta

%固定参数

gam = 4;%的倒数EIS

弗里希= 1;% avg弗里希过去。

r = 2.5/400;%党卫军利率

RA = 10;%风险规避

α= 1-RA /访问;% = 0 (RA = gam)减少CRRA案例

%校准目标

不= 0.4;% avg小时的工作

nu_Y = 0.4;%的UI / GDP中获益

B_4Y = 1.6;%液体财富每年GDP

D1_4Y = 0.18;% HH债务与GDP年度初始党卫军

D2_4Y = 0.08;% HH债务与GDP年度终端党卫军

%休闲曲率遵循

η= 1 /弗里希* (1 - NE) /东北;

gameta = gam / eta;

%的数值参数

麦克斯特= 500;%标定最大迭代数

cmin = 1 e-6;%对消费下界

tol_pol = 1平台以及;%宽容政策级函数

tol_dist = 1平台以及;%公差级分布

tol_mkt = 1 e-6;%公差级市场出清

tol_cali = 1的军医;%为校准公差级

%资产网格

我= 200;%对债券的数量的网格点

Ic = 100;%的现消费% Ic = 2;

bmin = 2;%下界

bmax = 50;%上界

b_grid = bmin +((1:我)/ I)。^ 2 * (bmax - bmin);%为低密度值

db = 0.01;% MPC的步长

%的收入冲击过程

负载inc_process %加载x,公关,公关

%十二个国家工作状态由陶亨马尔可夫链的方法

% x:日志生产力(实际工资)

%的公关:过渡矩阵

%的公关:不变的分布

%增加失业

θ= [0;exp (x)];

S =长度(θ);%的国家生产力(13个州对生产率/实际工资)

鳍= 0.8820;%求职概率

9月= 0.0573;%分离概率

%的新转移矩阵

公关= [1-fin,鳍*公关;9月* (s - 1, - 1), (1-sep) *公关];

%找到新的invariate分布

公关=[0,公关];

dif = 1;

虽然dif > tol_dist

革命制度党=公关*公关;

dif = max (abs (pri-pr));

公关=革命制度党;

结束

%初始猜测校准参数,NE ~ Y

打赌= 0.8 ^ (1/4);%的折扣因素

ν= nu_Y *东北;%的UI的好处

B = B_4Y *不* 4;%的净债券的供应

phi1 = D1_4Y *不* 2;%借贷约束初始党卫军= 0.1440

phi2 = D2_4Y *不* 2;%借贷约束终端党卫军= 0.0640

东北pssi = ^ (gam) * (1-NE) ^埃塔;%如果代理从劳动负效用

%为直接校准设置rerun_initial = 1。

% rerun_initial = 1;

% rerun_terminal = 1;

% = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

% 2。校准初始稳态

% = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = = =

%如果rerun_initial = = 1

%负载标准;

%结束

%设置相关借贷约束

φ= phi1;

%预先配置

cl = 1 (1, S);%的消费借贷约束

n_pol = 0 (S I);%劳动政策

y_pol = 0 (S I);%生产政策

b_pol = 0 (S I);%的储蓄政策

mpc = 0 (S I);% mpc

抽搐

disp(“计算初始平衡…”);

parfor = 1:麦克斯特

%更新(政府)预算约束

τ= (pr(1) *νB + r / (1 + r) *) /(1 -公关(1));%劳动税

z =[ν,τ*的(1,s - 1)];%完全传输方案(τ波浪号纸)

%在状态空间的下界找到消费:今天当

%,明天代理在债务上限- >约束绑定

% t和t + 1

fac = (pssi。/θ)^(1 /η);

s = 1: s %循环/生产力州(13)

cl (s) = fzero (“find_cl”,…%的目标

[cmin, 100),……%区间对分

[],……%的选项

年代,φ,φ,r);%,资产,利率

结束

%)解决消费政策

% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

%初始猜测政策功能

c_pol = max (cmin r * 1(年代,1)* b_grid);%猜c_t + 1

c_poli = c_pol;%的下一个迭代

%猜V_t + 1

负载CRRA。垫%加载c_pol和n_pol CRRA在原始GL代码(开始前检查线终端党卫军部分)

v_pol = (1 / (1-bet)) * (c_pol。^ (1-gam) / (1-gam)) + pssi * (((1-n_pol)。^ (1-eta)) / (1-eta));%想使用c_pol V_t + 1,从CRRA n_pol情况

% v_pol = (c_pol。^ (1-gam) / (1-gam)) + pssi * (((1-n_pol)。^ (1-eta)) / (1-eta));%没问题

v_poli = v_pol;%的下一个迭代

dif = 1;

虽然dif > tol_pol

%预计明天边际效用

ui =公关* (((-v_pol)。^ (t1)。* (c_pol。^ (gam)));

ui = ui (:, b_grid > =φ);

v_u =公关* ((-v_pol)。^(1α));

v_un = v_u (:, b_grid > =φ);

v_con = v_u (:, b_grid <φ);

% parfor s = 1: s

s = 1: s

%无约束

c = ((1 + r) *注* ((v_un(年代,:))。^(α/(1α)。* ui(年代,:)))。^ (1 / gam);% c_t

n = max (0,1 - fac (s) * c。^ gameta);% n_t

b = b_grid (b_grid > =φ)/ (1 + r) + c -θ(s) * n - z(年代);% b_t

v = c。^ (1-gam)。* ((1 / (1-gam))) + pssi *(((其它)。^ (1-eta)) / (1-eta)) -赌* ((v_un(年代,:))。^(1 /(1α)));% v_t

%的限制

如果b(1) >φ

c_c = linspace (cl (s), c (1), Ic);

n_c = max (0, 1 - fac (s) * c_c。^ gameta);

b_c =φ/ (1 + r) + c_c -θ(s) * n_c - z (s);

六世= cl (1,1) ^ (1-gam)。* ((1 / (1-gam))) + pssi * (((1-n_c)。^ (1-eta)) / (1-eta)) -赌* ((v_un(1,1))。^(1 /(1α)));%值函数在下界

v_c = linspace(六世(1),v (1), Ic);%值函数(v_t)的限制

b = [b_c (1: Ic-1), b];%总b_t

c = [c_c (1: Ic-1), c);%总c_t

v = [v_c (1: Ic-1), v);%总v_t

结束

c_poli(年代)= interp1 (b, c, b_grid,“线性”,“extrap”);%真实c_t + 1 > 0无处不在

v_poli(年代)= interp1 (b, v, b_grid,“线性”,“extrap”);%真实v_t + 1 < 0无处不在

v_poli (v_poli > 0) = 1 e-6;

%并行化部分

% c_polis = interp1 (b, c, b_grid,“线性”,“extrap”);

% c_poli(年代,:)= c_polis;

% v_polis = interp1 (b, v, b_grid,“线性”,“extrap”);%真实v_t + 1%

% v_polis (v_polis > 0) = 1 e-6;

% v_poli(年代,:)= v_polis;

结束

%检查收敛性

c_poli = max (c_poli cmin);%执行非负限制消费

v_poli = min (v_poli cmin);% % % %检查! ! !也许我们应该最小

dif1 = max (max (abs (c_poli - c_pol)));

dif2 = max (max (abs (v_poli-v_pol)));

dif = max ([dif1 dif2]);

%更新

c_pol = c_poli;

v_pol = v_poli;

结束

%保存其他政策功能和mpc

% parfor s = 1: s %并行化

s = 1: s

n_pol(年代)= max (0, 1 - fac (s) * c_pol(年代,:)。^ gameta);

:y_pol (s) =θ(s) * n_pol(年代:);

b_pol(年代)= max ((1 + r) * (b_grid + y_pol(年代,:)- c_pol(年代:)+ z (s)),φ);

mpc(年代)= (interp1 (b_grid, c_pol(年代,:),b_grid + db,“线性”,“extrap”)——c_pol(年代,:))/ db;

结束

% B)找到不变(迭代概率分布。反式。矩阵找到不变分布的债券)

% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

%分配权重相邻网格点距离成正比

[~,ib_pol] = histc (b_pol b_grid);

ib_pol (ib_pol < 1) = 1;

魏= (b_pol - b_grid (ib_pol)。/ (b_grid (ib_pol + 1) - b_grid (ib_pol));

%迭代资产转移矩阵从均匀分布

dif = 1;

pd = 1 (S I) / (S *);%资产分布(制服)周期t, s:产品。州,我:收入状态

虽然dif > tol_dist

pdi = 0 (S I);%初始化周期t + 1资产分布

s = 1: s %循环/生产力周期t网格

i = 1:我在周期t %网格遍历资产

如果= 1:S %循环/生产力网格在时间t + 1

pdi (si ib_pol (s i)) =(1 -魏(s i)) *公关(年代,si) * pd (s i) + pdi (si, ib_pol (s i));

pdi (si ib_pol (s i) + 1) =魏(s i) *公关(年代,si) * pd (s i) + pdi (si, ib_pol (s i) + 1);

结束

%检查收敛性

dif = max (max (abs (pdi - pd)));

%确保分布集成(金额)为1

pd = pdi /笔(金额(pdi));

结束

% C)检查市场出清和校准

% - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -

%债券市场结算,我指的是当前迭代

Bi =总和(和(pd)。* b_grid);

res_mkt = abs (B - Bi);

%校准数据,我指的是当前迭代

易=总和(sum (pd。* y_pol));国内生产总值(GDP) %

NEi =总和(和(pd。* n_pol。* (n_pol > 0))) /笔(金额(pd。* (n_pol > 0)));% avg小时的工作

B_4Yi = Bi /易/ 4;%的债务比率

Di =总和(和(pd)。*分钟(b_grid, 0));

D_4Yi = Di /易/ 4;%的债务比率

nu_Yi =ν/易;%的UI效益比率

res_cali = max (abs ([B_4Yi、D_4Yi nu_Yi, NEi] - [B_4Y, D1_4Y nu_Y, NE]));

%报告收敛

disp([“迭代”,num2str (it)));

disp([债券mkt结算:,num2str (B - Bi)]);

disp([财富:液体,num2str (B_4Yi - B_4Y)));

disp([债务与国内生产总值:,num2str (D_4Yi - D1_4Y)));

disp ([UI好处:,num2str (nu_Yi - nu_Y)));

disp ([: Avg小时,num2str (NEi - NE)));

disp (' - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - - -”)

%检查收敛的,必要时更新

如果(res_cali < tol_cali) & & (res_mkt < tol_mkt)

打破;

其他的

%的折扣因素

btemp =日志(1-bet);

. 1 * (Bi - B_4Y btemp = btemp - * 4 *易);

打赌= 1 - exp (-btemp);

%将基于这些更新

phi_d =φ* D1_4Y / D_4Yi;

nu_d = nu_Y *易;

pssi_d = pssi * ((1-NE) / (1-NEi)) ^“埃塔”;

φ=φ+ 0.1 * (phi_d -φ);

ν=ν+ 1 * (nu_d -ν);

pssi = pssi + 1 * (pssi_d - pssi);

%更新总量

B = B + 0.1 * (Bi - B);%的净债券的供应

结束

%总统计

日元=总和(sum (pd。* y_pol));国内生产总值(GDP) %

C1 =总和(sum (pd。* c_pol));%的消费

D1 =总和(和(pd)。*分钟(b_grid, 0));%的债务

N1 =总和(sum (pd。* n_pol));%劳动力供给(包括失业)

MPC1 =总和(sum (pd。* mpc));% MPC

%保存结果

phi1 =φ;

r1 = r;

pd1 = pd;

c_pol1 = c_pol;

b_pol1 = b_pol;

v_pol1 = v_pol;

图1百分比

图;

2 = (b_grid >φ)& (b_grid < 50 * Y1);%的域

次要情节(1、2、1)

情节(b_grid (ii) / (4 * Y1), c_pol (2, 2) b_grid (ii) / (4 * Y1), c_pol (ii),“——”,“线宽”,1.3);

标题(“消费”);

框;网格;

%设置(gca的字形大小14);

轴(13 0。6 [2])

次要情节(1、2、2)

情节(b_grid (ii) / (4 * Y1), n_pol (2, 2) b_grid (ii) / (4 * Y1), n_pol (ii),“——”,“线宽”,1.3);

标题(“劳动力供给”);

传奇(' \θ^ 2 ',' \θ^ 8 ');

框;网格;

%设置(gca的字形大小14);

轴([13 - 2。1。7)

集(gcf,“位置”,[440 378 700 300]);

设置(gcf PaperPosition, [0 0 14 6]);

集(gcf、“PaperSize”[6] 14日);

无花果= gcf;

saveas(图,“fig1-policies.pdf”);

这是整个脚本。这将是非常有用的理解当(,)我可以获得并行化,因为在我看来,我的部分并行(见% parfor命令)导致的开销,使得代码慢近7倍(408秒vs 2661秒执行)。

登录置评。

类别

并行计算并行计算工具箱并行for循环(parfor)

找到更多的在并行for循环(parfor)在帮助中心和文件交换

社区寻宝

找到宝藏在MATLAB中央,发现社区如何帮助你!

开始狩猎!

翻译的

问题Parfor Implemenation

0评论
显示隐藏1以上的评论

接受的答案

5个评论
显示隐藏 4年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

问题Parfor Implemenation

0评论 显示隐藏1以上的评论

接受的答案

5个评论 显示隐藏 4年长的评论

更多的答案(0)

另请参阅

类别

标签

社区寻宝

0评论
显示隐藏1以上的评论

5个评论
显示隐藏 4年长的评论