はじめに

MATLAB Parallel Server の利用方法 をご確認ください。ワーカーとはMATLAB Parallel Serverで並列処理を行うMATLABプロセスのことで、ラボラトリでは最大24ワーカーを推奨します。

ここではワーカーによる並列処理について、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。

Open

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になります。

Open

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。

Open

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\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。

並列処理の例

以下の例で、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

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）

   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）

   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）

   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）

    

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）

    

2. 並列処理なしの場合
   OptimizeAnSVMClassifier.m（'UseParallel',true→'UseParallel',false）

    

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）

2. 並列処理なしの場合
   searchGlobalMinimum.m（'UseParallel',true→'UseParallel',false）

    

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

batch でのオフロード処理をテストします。parallelServerSample.m というファイルを作り、現在の作業フォルダーに移動させます。

以下のファイルはparallelServerSample.m、また、以下のコマンドはその内容になります。

Open

parallelServerSample.m

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。ラボラトリでは24ワーカーまでを推奨します。

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。

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。