Question

所以我试图使用parfor调用此函数（基本上使用傅里叶级数通过parfor循环中的向量进行曲线拟合）：

function[coefnames,coef] = fourier_regression(vect_waves,n)

    coef = zeros(length(vect_waves)-n,18);
    current_coef = zeros(18,1); % All the terms of the fourier series
    x = 1:n;

    parpool_obj = parpool;
    parfor i=n:length(vect_waves)

        take_fourier = vect_waves(i-n+1:i);

        f = fit(x,take_fourier,'fourier8');
        current_coef = coeffvalues(f);
        coef(i,1:length(current_coef)) = current_coef;

    end
    coefnames = coeffnames(f);

    delete(parpool_obj);
end

但我刚收到错误

＆＃34; parfor中的变量coef无法分类。请参阅MATLAB中的并行循环，＆＃34;概述＆＃34;。

我无法在任何地方找到解决方案，我不知道问题所在。发生了什么事？

Answer 1

您正在尝试填充数组，然后才知道要填充的元素数量。这意味着您的循环具有不同的current_coef长度，在循环运行之前无法确定。您需要在并行循环执行之前定义所有内容，因为执行顺序不是预先确定的。

@AndrasDeak在这篇文章的评论中给出了解决这个问题的方法。 （我不知道该函数，或者它总是输出相同数量的元素，因此我只能解释为什么这段代码不起作用，而不是解决方案）

一般来说，最好首先在速度方面优化代码，然后尝试并行。即使没有回归。并行处理并不是一种神奇的想法，你想要浪费在草率的代码上来神奇地使它更快地执行，它是一个高度优化的工具，最适合优化的代码。

要更好地了解parfor，请参阅Saving time and memory using parfor in Matlab?

注意你把这段代码称为＆＃34;回归＆＃34;在你今天早些时候的一篇文章中，事实并非如此。但是，如果它是回归，parfor将不起作用。

Answer 2

@Andras Deak将此置于评论中，但此处的修复非常简单 - 您需要做的就是使用coef允许的parfor的第二个下标的索引形式。在这种情况下，您需要执行以下操作：

parfor i = ...
    coef(i, :) = ...;
end

parfor with Matlab＆＃34; parfor中的变量__不能被分类＆＃34;

2 个答案: