并行 for 循环 (`parfor`)

通过在并行池中的工作进程上运行 parfor 来使用并行处理

Parallel Computing Toolbox™ 支持交互式并行计算，使您能够通过在并行池中运行多个工作进程来加速您的工作流。使用 parfor 在并行池中的工作进程上并行执行 for 循环迭代。当您对代码进行了探查后发现 for 循环运行速度很慢时，请尝试使用 parfor 来增加吞吐量。在您的桌面上开发 parfor 循环并扩展到集群，而无需更改您的代码。

函数

全部展开

函数和类

`parfor`	在工作进程并行上并行执行 `for`-loop 迭代
`parforOptions`	为 `parfor` 设置的选项
`parpool`	在集群上创建并行池
`parfeval`	在并行池工作进程上运行函数
`ticBytes`	开始计算并行池中传输的字节数
`tocBytes`	读取自调用 `ticBytes` 以来已传输了多少字节
`send`	使用数据队列将数据从工作进程发送到客户端
`afterEach`	定义一个函数，当 DataQueue 收到新数据时调用
`parallel.Pool`	工作进程并行池
`parallel.pool.DataQueue`	在客户端和工作进程之间发送和监听数据

主题

`parfor` 快速入门

决定何时使用 parfor
发现 parfor 循环的基本概念，并决定何时使用它。
将 for-循环转换为 parfor-循环
诊断并修复常见的 parfor 问题。
确保 parfor 循环迭代是独立的
与 for-loop 不同，parfor-loop 迭代没有保证的顺序。
嵌套 parfor 和 for 循环以及其他 parfor 要求
了解如何处理并行嵌套循环。
排除 parfor-循环中的变量故障
发现 parfor 循环中的变量要求和分类。

运行 `parfor` 循环

使用 parfor 以并行方式并行运行循环
将 for 循环转换为可扩展的 parfor 循环。
提高 parfor 性能
在 parfor 循环内部或外部创建数组以加快代码速度。
在并行池上运行代码
了解如何启动和停止并行池、池大小和集群选择。
指定您的并行首选项
指定您的偏好，并自动创建一个并行池。
在 parfor 循环中使用对象和句柄
了解如何在 parfor 循环中使用对象、句柄和分段变量。
确保 parfor 循环或 spmd 语句的透明度
parfor 循环中对变量的所有引用都必须在程序主体中可见。
在 parfor 循环中保存变量
此示例显示如何在 parfor 循环中使用 save 函数将一个或多个变量保存到文件中。 (自 R2024a 起)
将 parfor 循环扩展到集群和云
在您的桌面上开发 parfor-循环，并扩展到集群而无需更改您的代码。
使用 parfor-循环进行归约分配
您可以使用 parfor 循环来计算每次迭代更新的累积值。
在 parfor 循环中重复随机数
通过为每次迭代分配特定的子流来控制 parfor 循环中的随机数生成。
使用 parfor 加速蒙特卡罗代码
此示例显示如何使用 parfor 循环来加速蒙特卡罗代码。蒙特卡罗方法应用于许多领域，包括物理学、数学、生物学和金融。蒙特卡罗方法涉及使用随机分布的输入多次执行一个函数。使用 Parallel Computing Toolbox，您可以用 parfor 循环替换 for 循环，以轻松加快代码速度。
以并行方式并行导入和处理数据
此示例显示如何在交互式并行池中同时导入和进程数据。为了简化您的工作流，您可以在同一个并行池上重叠parfeval和parfor计算。 (自 R2023b 起)

深度学习

使用 parfor 训练多个深度学习网络 (Deep Learning Toolbox)
此示例说明如何使用 parfor 循环对训练选项执行参数扫描。

精选示例

使用 parfor 进行参数扫描时的绘图

并行执行参数扫描，并在并行计算过程中绘制进度。

打开实时脚本

从桌面扩展到集群

在本地机器上开发并行 MATLAB® 代码并扩展到集群。

打开实时脚本

使用 parfor 加速蒙特卡罗代码

此示例显示如何使用 parfor 循环来加速蒙特卡罗代码。蒙特卡罗方法应用于许多领域，包括物理学、数学、生物学和金融。蒙特卡罗方法涉及使用随机分布的输入多次执行一个函数。使用 Parallel Computing Toolbox，您可以用 parfor 循环替换 for 循环，以轻松加快代码速度。

打开实时脚本