Question

我试图将此循环作为parfor-loop运行：

correlations = zeros(1,N);   
parfor i = 1:(size(timestamps,1)-1)
    j = i+1;
    dts = timestamps(j) - timestamps(i);
    while (dts < T) && (j <= size(timestamps,1))
        if dts == 0 && detectors(i) ~= detectors(j)
            correlations(1) = correlations(1) + 2;
        elseif detectors(i) ~= detectors(j)
            dts = floor(dts/binning)+1;
            correlations(dts) = correlations(dts) + 1;
        end
        j = j + 1;
        if j <= size(timestamps,1)
            dts = timestamps(j) - timestamps(i);
        end
    end
end

Matlab给了我以下错误：

Error: File: correlate_xcorr.m Line: 18 Column: 17
The variable correlations in a parfor cannot be classified.
See Parallel for Loops in MATLAB, "Overview".

第18行如下：

correlations(1) = correlations(1) + 2;

我无法理解为什么这不可能。相关的最终值不取决于循环执行的顺序，而只取决于dts和检测器。我在文档中找到了类似的例子，它们运行良好。

为什么Matlab不能执行此代码，我该如何解决？

Answer 1

由于您从PARFOR循环的多次迭代中访问相关性（1）的方式，MATLAB无法确定您的循环是否与顺序无关。看起来这个值在某种程度上是“特殊的”，它应该用于制作'减少'变量，即用correlations(1)或其他东西替换correlations_1。

您将遇到的下一个问题是您没有正确“切片”correlations的剩余部分。为了让MATLAB分析PARFOR循环，它需要能够告诉每个循环迭代只写入输出变量的“切片”。实际上，这意味着您必须使用字面上的循环索引来索引输出。

有关PARFOR变量分类的更多信息，请访问：http://www.mathworks.com/help/distcomp/advanced-topics.html#bq_of7_-1

编辑：

如果你希望correlations严格地表现为减少变量，我相信你暗示你的评论，你需要给PARFOR一个线索，这就是你的意思：特别是，你需要添加到整个变量每次你需要。换句话说，更像是：

parfor ...
    dummyVec = zeros(1, N);
    dummyVec(elementToIncrement) = 1;
    correlations = correlations + dummyVec;
end

我同意这是不明显的。有关详情，请参阅http://blogs.mathworks.com/cleve/2012/11/26/magic-squares-meet-supercomputing/。

Answer 2

我找到了以下解决方案，似乎有效。该程序看起来不同，但它具有相同的形状。这样Matlab就不得不认为x / correlations是一个减少变量。

X = zeros(1,5);
parfor i= 1:1000
    a = zeros(1,5);
    dts = randi(10)-1;
    if dts == 0
        a(1) = (a(1) + 2);
    elseif dts <= 5
        a(dts) = a(dts) +1;
    end
    X = X + a;
end

Parfor在Matlab中

2 个答案: