• 目次

...

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, Mac, Linux}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。

...

localとa9 Serverの切り替えは、それぞれのクラスタープロファイルについて既定の設定を切り替えて行います。

...

並列処理の例

並列処理について、以下の4つの例を紹介します。

• 例1：大きな画像に対するブロック処理

• 例2：グローバルミニマムの探索

• 例3：SVM分類器の最適化

• 例4：並列処理によるデータのクラスタリング

例1の大きな画像に対するブロック処理で用いる画像ファイルおよび、例1を含む全ての例で用いるMATLAB Codeは以下のCoding filesの内容になります。

以下の画像は例1で用いる画像になります。ファイルの場所はCoding files\Block Process On Large Image\input_img.pngをC_img.pngになります。

...

Coding files内のMATLAB Codeを実行するためには、二通りの方法があり、

1. 対話形式でMATLAB Code内のコマンドを転記する。
   C:\Users\ユーザー名\Documents\MATLABにinput_img.pngをコピーする必要があります。

2. MATLAB Codeファイルを現在の作業フォルダーに移動し、実行を選択する。
   C:\Users\ユーザー名\Documents\MATLAB以下にCoding filesをコピーする必要があります。

※現在のファイルにおいて、文字が黒色のものが実行可能、灰色のものは実行が不可能です。

対話形式でMATLAB Codeを実行する方法

コマンドウィンドウにてMATLAB Codeの内容を転記する。

この方法ではMATLAB Codeファイルを作業フォルダーに移動させる必要がない。

...

現在のフォルダーからMATLAB Codeを実行する方法

以下の場合、現在の作業フォルダーはC:\Users\ユーザー名\Documents\MATLABであるため、C:\Users\ユーザー名\Documents\MATLAB\Coding files\Block Process On Large Image内のMATLAB Codeファイルは実行できませんが、

...

C:\Users\ユーザー名\Documents\MATLABに保存します。\MATLAB\Coding files\Block Process On Large Imageに移動することにより、MATLAB Codeファイルを実行可能になります。

...

例1：大きな画像に対するブロック処理

保存したファイルが下記画像左の「現在のフォルダー」に表示されていることを確認してください。

...

1. 並列処理ありの場合

   BlockProcessLargeImageExample.m（デフォルト）

   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
   BlockProcessLargeImageExample.m（'UseParallel',true→'UseParallel',false）

   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)

   

3. 処理時間の比較（単位：秒）

例2：グローバルミニマムの探索

1. 並列処理ありの場合
   ClusterDataUsingParallelComputing.m（デフォルト）

   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
   ClusterDataUsingParallelComputing.m（'UseParallel',true→'UseParallel',false）

   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

3. 処理時間の比較（単位：秒）

例3：SVM分類器による最適化

1. 並列処理ありの場合
   OptimizeAnSVMClassifier.m（デフォルト）

   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
   OptimizeAnSVMClassifier.m（'UseParallel',true→'UseParallel',false）

   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

3. 処理時間の比較（単位：秒）

...

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
   searchGlobalMinimum.m（デフォルト）

   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
   searchGlobalMinimum.m（'UseParallel',true→'UseParallel',false）

   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

3. 処理時間の比較（単位：秒）

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

• 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。

例1：大きな画像に対するブロック処理

例2：グローバルミニマムの探索

例3：SVM分類器の最適化

...

...

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。

...