• 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。並列処理について、以下の5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5：オフロードジョブのテスト

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~例4で用いるMATLAB Codeは以下のCoding filesの内容になります。

...

C:\Users\ユーザー名\Documents\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。

...

手順

例については、コマンドウィンドウに直接コマンドを記入する対話形式での手順を記載しております。

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。input_img.png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5：オフロードジョブのテスト

parallelServerSample.m

n = 200;
A = 500;
a = zeros(n);
parfor i = 1:n
 a(i) = max(abs(eig(rand(A))));
end

MATLAB のコマンドウィンドウから、batch コマンドを使用してジョブを実行します。Pool オプ ションに使用するワーカー数から 1 を引いた値を入れます。

job1 = batch('parallelServerSample', 'Pool', 3, 'AutoAddClientPath',false);

ジョブ投入後、MATLAB の「並列」メニューから「ジョブの監視」をクリックします。

...

クラスターサーバに投入したジョブの一覧が表示されます。処理が進むに連れ「状態」欄が 「queued」、「running」、「finished」と遷移します。

...

ステータスが finished になったら、ジョブモニターで右クリック「変数の読み込み」をクリッ クすることでクラスターサーバに投げた処理結果を取得できます。または、以下のコマンドで処理結果を取得することもできます。

...

wait(job1);

fetchOutputs(job1);

...

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。

...