この例では,パラメータースイープを並列実行して,並列計算中に進行状況をプロットする方法を説明します。DataQueueを使用して,並列プールでの計算中に結果を監視できます。また,DataQueueをparfor、parfeval、spmdなどの並列言語機能と共に使用することもできます。

この例では并行计算工具箱™を使用して,GPUで2次元の高速フーリエ変換(FFT)を実行します。この2次元フーリエ変換は,光学における遠視野回折パターンの計算に使用されます。こうした回折パターンは,年轻の二重スリット実験のように,単色光源の光が小さな開口部を通過するときに観察されます。

分散配列は大規模な数学的計算,たとえば大規模な線形代数の問題などによく適しています。この例では,分散配列を使用して,直接法によって $$\mathrm{一个}x＝b$$の形式の線形方程式系を並列で求解する方法を説明します。クライアントのメモリに保存された配列と同様に,分散配列を使用して定義された線形方程式系はmldivideを使用して解くことができるため,コードを変更する必要はありません。

この例では,ローカルマシンで並列MATLAB®コードを開発し,クラスターにスケールアップする方法を説明します。クラスターは,計算を高速化して分散するためのより多くの計算リソースを提供します。ローカルマシンで対話的にコードを並列で実行してから,コードを変更せずにクラスターでも同様に実行できます。ローカルマシンでのコードのプロトタイプの作成完了後,バッチジョブを使用して計算をクラスターにオフロードできます。これにより,MATLABを閉じて,結果を後で取得することができます。

この例では,クラウド上の大規模データセットにアクセスし,ビッグデータ向けのMATLABの機能を使用してクラウドクラスター上で処理する方法を説明します。

この例では,MATLABの並列学習の自動サポートを使用して,畳み込みニューラルネットワークに学習させる方法を説明します。多くの場合,深層学習には数時間または数日を要します。ローカルまたはクラウド内のクラスターで複数のグラフィックス処理装置(GPU)を使用して並列計算を行うことで,学習速度を向上できます。複数のGPUが搭載されたマシンにアクセスできる場合は,データのローカルコピーでこの例を実行できます。さらに多くのリソースが必要な場合は,深層学習をクラウドにスケールアップできます。並列学習のオプションの詳細については,並列およびクラウドでの深層学習のスケールアップ(深度学习工具箱)を参照してください。この例では,MATLABの自動並列サポートを使用して,クラウド上のクラスターで深層学習ネットワークに学習させる手順を説明します。