Question

我在Matlab中有一个非常庞大的OOP代码，我试图通过瓶颈的并行化来加快运行速度。但是，它没那么容易。

请考虑以下简化情况

classdef MyClass < handle

   properties

   % big matrices
       M1; %sparse 
       M2;
       M3;
       ...

       %objects
       A; %Another Class Instance
       ...
   end %properties

    methods

       function obj = MyClass(...)
          ...
          obj.InitializeM1(...);
          obj.CreateM2(...);
          ...
       end

       function Heavy(obj)
         ....
         for i=1:N
             obj.M3(:,i) = obj.UseM1(obj.M2(:,i))
         end

       end % Heavy            

      function out = UseM1(in)
            ...
            tmp = obj.foo(in,obj.A.someProperty);
            ...
            out = obj.bar(tmp);
      end % UseM1

      function foo(...)
           ...% also use some other class properties 
      end %foo

      function bar(...)
           ...% also use some other class properties 
      end %bar

    end % methods

end % MyClass

现在，我想用parfor将“ Heavy”中的循环并行化，但是Matlab不喜欢它。我以以下代码结束：

 parfor i=1:N
     tmp(:,i) = UseM1(obj,obj.M2(:,i))
 end
 obj.M3 = tmp;

Matlab同意运行它，但是在序列化时失败（请参见下面的“错误/警告消息”），即，它不知道将M1发送给工作人员。我想应该有一种方法只能发送一次（我相信每个工人）。

ps：我曾尝试使用Worker Object Wrapper，请参见Matlab's File Exchange，但没有成功。我不知道该如何正确使用它。

错误\警告消息：

警告：构造远程parfor代码时捕获到错误。的   parfor构造现在将在本地而不是在远程运行   并行池。造成这种情况的最可能原因是无法发送   由于序列化错误而向工作人员输入参数。的   捕获的错误的错误报告是：使用错误   parallel.internal.getJavaFutureResult（第33行）   等待60后，并行池可用于远程执行   秒。这可能是因为先前的SPMD块或PARFOR循环   无法正确完成并被中断，或者至少   一名工人正在忙于执行PARFEVAL。如果此问题仍然存在，则您   可能需要重新启动并行池。

parallel.internal.getJavaFutureInterruptible中的错误（第36行）           未来，1，java.util.concurrent.TimeUnit.SECONDS）；

distcomp.remoteparfor中的错误（第138行）                   p = parallel.internal.getJavaFutureInterruptible（...

parallel_function中的错误> iMakeRemoteParfor（第1071行）P =   distcomp.remoteparfor（pool，W，@make_channel，parfor_C）;

parallel_function错误（第444行）           [P，W] = iMakeRemoteParfor（pool，W，parfor_C）;

...我的代码中存在错误...

parallel.internal.pool.serialize（第8行）中的错误已序列化=   distcompserialize64（data）;

distcomp.remoteparfor中的错误（第176行）                   serializedInitData = parallel.internal.pool.serialize（varargin，initDataBufSize）;

parallel_function中的错误> iMakeRemoteParfor（第1071行）P =   distcomp.remoteparfor（pool，W，@make_channel，parfor_C）;

parallel_function错误（第444行）           [P，W] = iMakeRemoteParfor（pool，W，parfor_C）;

错误...我的代码...在parallel.internal.pool.serialize中（行   8）在distcomp.remoteparfor（行176）中   parallel_function> iMakeRemoteParfor（第1071行）in parallel_function   （第444行）在...我的代码中。.

使用class（big size）属性的类方法中的Matlab并行化

0 个答案: