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上执行二维快速傅立叶变换（FFT）。二维傅里叶变换用于光学计算远场衍射图样。当单色光源通过一个小孔时，如杨氏双缝实验，可以观察到这些衍射图案。

分布式数组非常适合于大型数学计算，比如线性代数的大型问题。这个例子展示了如何使用分布数组的直接方法并行地求解形式为Ax=b的线性方程组。与存储在客户端内存中的数组相同，您可以使用mldivide来求解使用分布式数组定义的线性方程组，因此不需要更改代码。

在本地计算机上开发并行MATLAB®代码，并扩展到集群。集群提供了更多的计算资源来加速和分配计算。您可以在本地计算机上，然后在集群上，以交互方式并行运行代码，而无需更改代码。当您在本地机器上完成了代码原型设计后，您可以使用批处理作业将计算卸载到集群。因此，您可以关闭MATLAB，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