• 目次

...

MATLABのバージョン：MATLAB R2022a

※R2022bではないので注意

※クラスタープロファイルは学内でのみ使用可能です。学外の場合はVPN接続で使用してください。

準備1-MATLAB R2022aのダウンロード

1. MathWorksアカウント画面へ

   

2. MATLAB（Individual）の右の下矢印を押してダウンロード画面へ
   ※この際に画面左のリリースを選択からR2022aを選択します。

   

3. Windows用ダウンロードを押してMATLAB R2022aのダウンロードを開始します。

...

[完了]をクリックします。二枚目の画像は、設定後のMATLAB Job Schedulerクラスタ・プロファイルを示します。

4.

...

クラスタープロファイルを既定に設定

[規定に設定既定に設定] を選択して、このプロファイルをデフォルトにします。

...

クラスタの検証が成功すると、以下のように全ての段階のステータスが”パス”になります。

...

※クラスタープロファイルは学内でのみ使用可能です。学外の場合はVPN接続で使用してください。

...

例

解析するファイルの準備

Coding files>Block Process On Large Imageファイルのinput_img.ngをC:\Users\ユーザー名\Documents\MATLABに移す。

...

tic % Start stopwatch timer
% Input image
input_img = "input_img.jpg"; % Add image path
% Initialize Edge detection function
fun = @(block_struct) edge(block_struct.data,"canny");
% Covert source image from RGB to GRAY
input_image= rgb2gray(imread(input_img));
% Perform Parallel Block Process
result = blockproc(input_image,[25 25],fun, ...
   'UseParallel',false);
toc % Terminate stopwatch timer 
% Show ouput image
imshow(result

...

並列処理の例

...

例1：大きな画像に対するブロック処理

1. 並列処理ありの場合

   Code Block

   tic % Start stopwatch timer % Input image input_img = "input_img.jpg"; % Add image path % Initialize Edge detection function fun = @(block_struct) edge(block_struct.data,"canny"); % Covert source image from RGB to GRAY input_image= rgb2gray(imread(input_img)); % Perform Parallel Block Process result = blockproc(input_image,[25 25],fun, ... 'UseParallel',true); toc % Terminate stopwatch timer % Show ouput image imshow(result)

2. 

   並列処理なしの場合

   Code Block

   tic % Start stopwatch timer % Input image input_img = "input_img.jpg"; % Add image path % Initialize Edge detection function fun = @(block_struct) edge(block_struct.data,"canny"); % Covert source image from RGB to GRAY input_image= rgb2gray(imread(input_img)); % Perform Parallel Block Process result = blockproc(input_image,[25 25],fun, ... 'UseParallel',false); toc % Terminate stopwatch timer % Show ouput image imshow(result

   

...

...

例2：グローバルミニマムの探索

1. 並列処理ありの場合

   Code Block

   tic % Start stopwatch timer % Consider a function with several local minima. fun = @(x) x.^2 + 4*sin(5*x); fplot(fun,[-10,10]) rng default % For reproducibility opts = optimoptions(@fmincon,'Algorithm','sqp'); problem = createOptimProblem('fmincon','objective',... fun,'x0',3,'lb',-5,'ub',5,'options',opts); ms = MultiStart('UseParallel', true); %To search for the global minimum, run MultiStart on 2000 instances of the problem using the fmincon 'sqp' algorithm. [x,f] = run(ms,problem,2000) toc % Terminate stopwatch timer

   

2. 並列処理なしの場合

   Code Block

   tic % Start stopwatch timer % Consider a function with several local minima. fun = @(x) x.^2 + 4*sin(5*x); fplot(fun,[-10,10]) rng default % For reproducibility opts = optimoptions(@fmincon,'Algorithm','sqp'); problem = createOptimProblem('fmincon','objective',... fun,'x0',3,'lb',-5,'ub',5,'options',opts); ms = MultiStart('UseParallel', false); %To search for the global minimum, run MultiStart on 2000 instances of the problem using the fmincon 'sqp' algorithm. [x,f] = run(ms,problem,2000) toc % Terminate stopwatch timer

...

...

例3：SVM分類器の最適化

1. 並列処理ありの場合

   Code Block

   tic % Start stopwatch timer load ionosphere % Load the ionosphere data set. rng default % Find hyperparameters that minimize five-fold cross-validation loss by using automatic hyperparameter optimization. For reproducibility, set the random seed and use the 'expected-improvement-plus' acquisition function. Mdl = fitcsvm(X,Y,'OptimizeHyperparameters','auto', ... 'HyperparameterOptimizationOptions',struct('UseParallel',true)) toc % Terminate stopwatch timer

   

2. 並列処理なしの場合

   Code Block

   tic % Start stopwatch timer load ionosphere % Load the ionosphere data set. rng default % Find hyperparameters that minimize five-fold cross-validation loss by using automatic hyperparameter optimization. For reproducibility, set the random seed and use the 'expected-improvement-plus' acquisition function. Mdl = fitcsvm(X,Y,'OptimizeHyperparameters','auto', ... 'HyperparameterOptimizationOptions',struct('UseParallel',false)) toc % Terminate stopwatch timer

...

...

例4：並列処理によるデータのクラスタリング

1. 並列処理ありの場合

   Code Block

   Mu = bsxfun(@times,ones(20,300),(1:20)'); % Gaussian mixture mean rn300 = randn(300,300); Sigma = rn300'*rn300; % Symmetric and positive-definite covariance Mdl = gmdistribution(Mu,Sigma); % Define the Gaussian mixture distribution rng(1); % For reproducibility X = random(Mdl,10000); % Specify the options for parallel computing. stream = RandStream('mlfg6331_64'); % Random number stream options = statset('UseParallel',1,'UseSubstreams',1,... 'Streams',stream); % Cluster the data using k-means clustering. Specify that there are k = 200 clusters in the data and increase the number of iterations. Typically, the objective function contains local minima. Specify 10 replicates to help find a lower, local minimum. tic; % Start stopwatch timer [idx,C,sumd,D] = kmeans(X,200,'Options',options,'MaxIter',10000,... 'Display','final','Replicates',10); toc % Terminate stopwatch timer

   

2. 並列処理なしの場合

   Code Block

   Mu = bsxfun(@times,ones(20,300),(1:20)'); % Gaussian mixture mean rn300 = randn(300,300); Sigma = rn300'*rn300; % Symmetric and positive-definite covariance Mdl = gmdistribution(Mu,Sigma); % Define the Gaussian mixture distribution rng(1); % For reproducibility X = random(Mdl,10000); % Specify the options for parallel computing. stream = RandStream('mlfg6331_64'); % Random number stream options = statset('UseParallel',false,'UseSubstreams',1,... 'Streams',stream); % Cluster the data using k-means clustering. Specify that there are k = 200 clusters in the data and increase the number of iterations. Typically, the objective function contains local minima. Specify 10 replicates to help find a lower, local minimum. tic; % Start stopwatch timer [idx,C,sumd,D] = kmeans(X,200,'Options',options,'MaxIter',10000,... 'Display','final','Replicates',10); toc % Terminate stopwatch timer

...

演習5：複数の GPU での MATLAB 関数の実行

単一の GPU の使用

N = 1000;
r = gpuArray.linspace(0,4,N);
x = rand(1,N,"gpuArray");
numIterations = 1000;
for n=1:numIterations
    x = r.*x.*(1-x);
end
plot(r,x,'.');

経過時間を計測

N = 1000;
r = gpuArray.linspace(0,4,N);
x = rand(1,N,"gpuArray");
numIterations = 1000;
for n=1:numIterations
    x = r.*x.*(1-x);
end
plot(r,x,'.');

parfor による複数の GPU の使用

numGPUs = gpuDeviceCount("available");
parpool(numGPUs);
numSimulations = 100;
X = zeros(numSimulations,N,"gpuArray");
parfor i = 1:numSimulations
    X(i,:) = rand(1,N,"gpuArray");
    for n=1:numIterations
        X(i,:) = r.*X(i,:).*(1-X(i,:));
    end
end
figure
plot(r,X,'.');

サポートされているGPUデバイスがないため、numGPUsは1に変更
経過時間を計測

parpool(1);
numSimulations = 100;
numIterations = 1000;
N = 1000;
r = gpuArray.linspace(0,4,N);
X = zeros(numSimulations,N,"gpuArray");
tic;
parfor i = 1:numSimulations
    X(i,:) = rand(1,N,"gpuArray");
    for n=1:numIterations
        X(i,:) = r.X(i,:).(1-X(i,:));
    end
end
toc;
figure
plot(r,X,'.');

...

parfeval による複数 GPU の非同期の使用

f(numSimulations) = parallel.FevalFuture;
type myParallelFcn
for i=1:numSimulations
    f(i) = parfeval(@myParallelFcn,1,r);
end
figure
hold on
afterEach(f,@(x) plot(r,x,'.'),0);

演習1~4の並列処理の有無、Localとa9 Serverの比較

...

例1~4の並列処理の有無、Localとa9 Serverの比較

...

• 例1~3について

  • 並列処理なし（Local）：処理時間が長いが、振れ幅が少ない。

  • 並列処理あり（Local）：処理時間が短いが、振れ幅が大きい

  • 並列処理あり（a9 Server）：処理時間が短く、振れ幅も少ない

• 演習4について例4について

  • 並列処理なしの方が処理時間が短くなった。

演習1：大きな画像に対するブロック処理例1：大きな画像に対するブロック処理

演習2：グローバルミニマムの探索例2：グローバルミニマムの探索

演習3：SVM分類器の最適化例3：SVM分類器の最適化

演習4：並列処理によるデータのクラスタリング例4：並列処理によるデータのクラスタリング

...

並列処理ありと並列処理なしの違い

• 並列処理あり

  • コマンドにおいて'UseParallel',true

  • 処理中の際に左下のアイコンが緑色になる。

    

• 並列処理なし

  • コマンドにおいて'UseParallel',false

  • 処理中の際に左下のアイコンが青色になる。

...