...
...
...
...
...
...
目次
| Table of Contents |
|---|
MATLABのバージョン：MATLAB R2022a
提供：windows, Mac
※R2022bではないので注意
...
はじめに
ラボラトリでは並列処理を行うクラスター環境 MATLAB Parallel Serverが利用できます。R2019a 以前は、MATLAB Parallel Server は MATLAB Distributed Computing Server という名称でした。現時点では最大24ワーカーとなっています。サーバは NVIDIA Testa T4 ×1 に接続されており、通常の並列処理だけでなく、GPUによるスケールアウトも可能です。
| Info |
|---|
MATLAB R2022aのみの提供です。クライアント側もR2022aをご利用ください。 |
準備1-MATLAB R2022aのダウンロード
MathWorksアカウント画面へMathWorksアカウントにサインインします。アカウントがない場合は作成してください。
MATLAB（Individual）の右の下矢印を押して「ダウンロード」へ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を選択ダウンロードで「リリースを選択」の「さらに表示」からR2022aを選択します。
Windows用ダウンロードを押してMATLAB 
{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。
準備2-
...
起動後は以下の順でライセンスと保存先の設定をします。
...
電子メール
...
インストール時の設定
インストール時には以下の順でライセンスと保存先の設定をします。
MathWorksアカウント(電子メールアドレスとパスワードの入力)へのサインイン
ライセンス許諾の条件への同意
ライセンスの選択 MATLAB (Individual) を選択
ユーザーの確認
保存先フォルダーの選択(デフォルトのままで問題ありません)
...
Parallel Serverを使用するために、インストール時の製品の選択でMATLABの他にParallel Computing
...
Toolboxを選択してください
...
ハンズオンセミナーに参加される場合は、Parallel Computing Toolbox に加え、Deep Learning Toolbox も選択してください。
「次へ」を押して「選択の確認」に進み、「インストールの開始」をクリックしてください。
準備3-Parallel Computing Toolbox基本設定
「基本設定」の「Parallel Computing Toolbox」の「推奨される並列プールでのワーカー数」について、デフォルトでは「12」となっていますが「4」に変更します。
...
準備4-クラスター構成
| Info |
|---|
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。 |
1. クラスタープロファイルマネージャーの表示
MATLAB のホームタブで、並列メニューの[クラスタの作成と管理クラスターの作成と管理]を選択します。
...
2. クラスタープロファイルの追加
クラスタプロファイルの追加 クラスタープロファイルの追加 > MATLAB Job Scheduler をクリックします。
...
追加したプロファイルはダブルクリックすることで、名前を変更が可能です。追加したプロファイルはダブルクリックすることで、名前の変更が可能です。
デフォルトのままMJSProfile1でも使用可能です。
3. クラスタープロファイルの編集
プロファイルを選択し、ツールバーの[編集]をクリックして編集します。
...
このクラスターの説明 | (例)lab2022 |
|---|---|
MATLABジョブスケジューラを実行しているマシンのホスト名 | a9.media.hosei.ac.jp |
MATLABジョブスケジューラにアクセスするためのユーザー名 | lab2022に登録しているユーザー名 (ラボラトリアカウントが分からない https://media-hosei.atlassian.net/wiki/x/BYDsv ) |
各ワーカーで使用する計算スレッドの数 | 1 デフォルト |
ライセンス番号 | <none> デフォルト |
[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。Schedulerクラスタープロファイルを示します。
4.
...
クラスタープロファイル「ワーカー」の編集
プロファイルを選択し、スクロールし「ワーカー」を表示しツールバーの[既定に設定編集] を選択して、このプロファイルをデフォルトにします。をクリックして編集します
...
...
クラスタープロファイルの検証をクリックします。直後、ユーザー名とパスワードを聞かれるため、入力します。
...
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。
移動したファイルが画像左の現在のフォルダーに表示されていれば成功。
...
クラスタープロファイルの切り替え（localとa9 Server）
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。
...
並列処理ありとなしの切り替え
並列処理ありとなしの切り替えは、コマンドにおける'UseParallel',trueを'UseParallel',falseに書き換える。
並列処理あり
| 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) |
並列処理なし
| 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 |
並列処理の例
例1：大きな画像に対するブロック処理
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)
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
処理時間の比較（単位：秒）
...
並列処理なし
...
並列処理あり
...
windows
(Local)
...
windows
(Local)
8 workers
...
Red Hat Enterprise Linux
(a9 Server)
12 workers
...
11.97
...
3.30
...
2.79
例2：グローバルミニマムの探索
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
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
処理時間の比較（単位：秒）
...
並列処理なし
...
並列処理あり
...
windows
(Local)
...
windows
(Local)
8 workers
...
Red Hat Enterprise Linux
(a9 Server)
12 workers
...
6.20
...
1.70
...
1.52
例3：SVM分類器の最適化
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
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
処理時間の比較（単位：秒）
...
並列処理なし
...
並列処理あり
...
windows
(Local)
...
windows
(Local)
8 workers
...
Red Hat Enterprise Linux
(a9 Server)
12 workers
...
32.38
...
8.23
...
7.86
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
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
処理時間の比較（単位：秒）
...
並列処理なし
...
並列処理あり
...
windows
(Local)
...
windows
(Local)
8 workers
...
Red Hat Enterprise Linux
(a9 Server)
12 workers
...
8.45
...
9.90
...
11.00
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
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。
...
ジョブを実行するワーカーの数の範囲 | [1 4] |
[完了]をクリックします。
5. クラスタープロファイルを既定に設定
[既定に設定] を選択して、プロファイルをデフォルトにします。
...
6. クラスタープロファイルの検証
プロパティの隣の検証のタブに移動し、クラスタープロファイルの「検証(V)」をクリックします。
...
ラボラトリのパスワードを入力します。
...
クラスター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。
...
| Info |
|---|
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。 |