Асинхронное параллельное программирование

Выполните функции в фоновом режиме с помощью parfeval

Можно выполнить функцию в фоновом режиме, не ожидая его, чтобы завершиться, с помощью parfeval. Во многих случаях может быть удобно убежать из цикла for рано. Например, в процедуре оптимизации, можно остановить цикл рано, когда результат достаточно хорош. Можно сделать это на одном или все параллельных рабочих пула, с помощью parfeval или parfevalOnAll. Это может быть полезно, если вы хотите смочь построить промежуточные результаты. Обратите внимание на то, что это отличается от использования parfor, где необходимо ожидать цикла, чтобы завершиться.

Используйте send и poll вместе отправить и опросить относительно сообщений или данных от различных рабочих, использующих очередь данных. Можно использовать afterEach добавить функцию, чтобы вызвать, когда новые данные получены от очереди данных.

Используйте afterEach и afterAll автоматически вызвать функции после каждого или после всех элементов parallel.Future завершенный массив. Этот массив может содержать фьючерсы, возвращенные parfeval, parfevalOnAll, afterEach или afterAll.

Темы

Выполните Функции в фоновом режиме Используя parfeval

Убегите из цикла рано и соберите результаты, когда они становятся доступными.

Постройте Во время Развертки Параметра с parfeval

В этом примере показано, как выполнить параллельную развертку параметра с parfeval и передайте результаты обратно во время расчетов с DataQueue объект.

Обновите Пользовательский интерфейс Асинхронно Используя afterEach и afterAll

Можно выполнить асинхронные расчеты на рабочих, использующих parfeval и оставьте пользовательский интерфейс быстро реагирующим.

Выполните получение изображений веб-камеры параллельно с постобработкой

В этом примере показано, как выполнить приобретение системы координат от веб-камеры параллельно с постобработкой данных.

Выполните получение изображений и найдите что-либо подобное обработке изображений

В этом примере показано, как выполнить получение изображений от веб-камеры и постобработать данные параллельно.

Запустите несколько экспериментов глубокого обучения

В этом примере показано, как запустить несколько экспериментов глубокого обучения на вашей локальной машине.

Используйте parfeval, чтобы Обучить Несколько Нейронных сетей для глубокого обучения

В этом примере показано, как использовать parfeval выполнять развертку параметра на глубине сетевой архитектуры для нейронной сети для глубокого обучения и получать данные во время обучения.

Функции

развернуть все

parfevalВыполните функцию асинхронно на параллельном рабочем пула
parfevalOnAllВыполните функцию асинхронно на всех рабочих в параллельном пуле
ticBytesНачните считать байты переданными в параллельном пуле
tocBytesЧитайте, сколько байтов было передано начиная с вызова ticBytes
sendОтправьте данные от рабочего клиенту, использующему очередь данных
poll Получите данные, отправленные от рабочего
afterEachЗадайте функцию, чтобы вызвать, когда новые данные будут получены на DataQueue
afterEachЗадайте функцию, чтобы вызвать после каждой параллели. Будущее завершается
afterAllЗадайте функцию, чтобы вызвать после всей параллели. Завершенные фьючерсы
fetchOutputsПолучите все выходные аргументы от будущего
fetchNextПолучите затем доступный непрочитанный FevalFuture выходные параметры
cancelОтмените поставленное в очередь или рабочее будущее
isequalВерный, если фьючерсы имеют тот же ID
waitОжидайте фьючерсов, чтобы завершиться
parallel.FutureЗапросите функциональное выполнение на параллельных рабочих пула или клиенте MATLAB
parallel.PoolДоступ к параллельному пулу
parallel.pool.DataQueueКласс, который позволяет отправить и прислушаться к данным между клиентом и рабочими
parallel.pool.PollableDataQueue Класс, который позволяет отправить и опросить относительно данных между клиентом и рабочими

Рекомендуемые примеры