是否可以使用parfor循环来提高在MATLAB中训练多个神经网络的速度？

Question

我没有获得时间改进（有时甚至需要更长时间）使用parfor循环代替下面代码中的任何for循环。

我想要的是同时训练多个网络，以便我可以在群集上运行此代码，每个群集运行一组不同的神经网络。

如果我改为parfor Neurons = 1:n我可以告诉parfor循环是否有效，因为“神经元”不再像顺序循环那样顺序/单调地改变。但是，只加载了一个“神经网络训练（nntraintool）”GUI，这让我觉得只部署了一个工作人员？除此之外，我没有时间改进。是否有可能使用不同的matlab工作人员同时训练多个神经网络？怎么样？

非常感谢。

tic
for init_conds = 1:m
   for no_neurons = 1:n

    net = patternnet(no_neurons);
    net = configure(net,inputs,targets);
    net.IW{1,1} = ...
    net.b{1,1} = ...
    net.LW{2,1} = ...
    net.b{2,1} = ...
    [net, tr] = train(net,inputs,targets);
    outputs = net(inputs);
    outputall = [outputall, outputs];

   end
end
toc