Чтобы ускорить ваш код, сначала попытайтесь профилировать и векторизовать его. Для получения информации см. Производительность и память. После профилирования и векторизации, можно также попытаться использовать графический процессор компьютера, чтобы ускорить вычисления. Если все функции, которые вы хотите использовать, поддерживаются на графическом процессоре, можно просто использовать gpuArray передавать входные данные графическому процессору и вызывать gather получать выходные данные из графического процессора. Чтобы начать с вычислением графического процессора, смотрите функции MATLAB Запуска на графическом процессоре.
Для глубокого обучения, MATLAB® оказывает автоматическую параллельную поддержку для нескольких графических процессоров. Смотрите Глубокое обучение для MATLAB на Нескольких графических процессорах (Deep Learning Toolbox).
Запустите функции MATLAB на графическом процессоре
Сотни функций в MATLAB и других тулбоксах запускаются автоматически на графическом процессоре, если вы предоставляете a gpuArray аргумент.
Идентифицируйте и выберите GPU Device
В этом примере показано, как использовать gpuDevice идентифицировать и выбрать, какое устройство вы хотите использовать.
Поддержка графического процессора релизом
Поддержка NVIDIA® Архитектуры графического процессора релизом MATLAB.
Установите массивы на графическом процессоре
A gpuArray в MATLAB представляет массив, который хранится на графическом процессоре.
Используя FFT2 на графическом процессоре, чтобы симулировать дифракционные шаблоны
Этот пример использует Parallel Computing Toolbox™, чтобы выполнить двумерное Быстрое преобразование Фурье (FFT) на графическом процессоре.
Запустите функции MATLAB на нескольких графических процессорах
В этом примере показано, как запустить код MATLAB по нескольким графическим процессорам параллельно, сначала по вашей локальной машине, затем масштабировав до кластера.
Обучите сеть Используя автоматическую поддержку мультиграфического процессора (Deep Learning Toolbox)
В этом примере показано, как использовать несколько графических процессоров на вашей локальной машине для обучения глубокому обучению использование автоматической параллельной поддержки.
В этом примере показано, как arrayfun может использоваться, чтобы запустить функцию MATLAB® исходно на графическом процессоре.
Улучшайте Производительность Небольших Матричных проблем на графическом процессоре с помощью PAGEFUN
В этом примере показано, как использовать pagefun улучшать производительность применения большого количества независимых вращений и переводов в объекты в 3-D среде.
Измерьте и улучшайте производительность графического процессора
Используйте оценочные испытания в MATLAB, чтобы измерить уровень вашего графического процессора.
Сравнительное тестирование A\b на графическом процессоре
Этот пример смотрит на то, как мы можем протестировать решения в сравнении с эталоном линейной системы на графическом процессоре.
Профилируйте свой код, чтобы улучшать производительность
Используйте Профилировщик, чтобы измерить время, оно исполняется ваш код, и идентифицируйте, какие строки кода используют большую часть времени или какие линии не запускаются.
Пересмотрите основанный на цикле, ориентированный на скаляр код, чтобы использовать матрицу MATLAB и векторные операции.
Потоки случайных чисел на графическом процессоре
Управляйте потоками случайных чисел на графическом процессоре, чтобы сгенерировать те же последовательности случайных чисел как на центральном процессоре.
Генерация случайных чисел на графическом процессоре
В этом примере показано, как переключиться между различными генераторами случайных чисел, которые поддерживаются на графическом процессоре.
Получите операции с помощью шаблона на графическом процессоре
Этот пример использует "Игру Конуэя Жизни", чтобы продемонстрировать, как операции шаблона могут быть выполнены с помощью графического процессора.
