Matlab用于非分类变量

以下代码根据向量v计算A的矩阵元素。我尝试使用

parfor

来加速计算，因为

v

的维数非常大。我得到一个错误“A

parfor

中的变量

A

无法分类”。对如何解决这个问题有什么建议吗

A = zeros(n,n);
for kk = 1:D
    % sk = <expressions...>
    % ek = <expressions...>
    parfor ll = 1:D
        % sl = <expressions...>
        % el = <expressions...>
        if (ek == el)
            A(sk,sl) = A(sk,sl) + v(kk) * v(ll);
        end
    end
end

A=0（n，n）；
对于kk=1:D
%sk=
%埃克=
parforll=1:D
%sl=
%el=
如果（ek==el）
A（sk，sl）=A（sk，sl）+v（kk）*v（ll）；
结束
结束
结束

问题在于，您将

A

分布在不同的内核上，但会自行调整其值。核心如何知道条目

a（sk，sl）

没有在不同的核心上更改？它需要检查这一点，与所有其他内核通信，消除任何并行计算，这就是为什么MATLAB对此抱怨的原因：

您可以通过在

parfor

-循环之外创建

a

的副本来避免此问题

A = zeros(n,n);
B = A;
for kk = 1:D
    % sk = <expressions...>
    % ek = <expressions...>
    parfor ll = 1:D
        % sl = <expressions...>
        % el = <expressions...>
        if (ek == el)
            B(sk,sl) = A(sk,sl) + v(kk) * v(ll);
        end
    end
end

A=0（n，n）；
B=A；
对于kk=1:D
%sk=
%埃克=
parforll=1:D
%sl=
%el=
如果（ek==el）
B（sk，sl）=A（sk，sl）+v（kk）*v（ll）；
结束
结束
结束

问题在于，您将

A

分布在不同的内核上，但会自行调整其值。核心如何知道条目

a（sk，sl）

没有在不同的核心上更改？它需要检查这一点，与所有其他内核通信，消除任何并行计算，这就是为什么MATLAB对此抱怨的原因：

您可以通过在

parfor

-循环之外创建

a

的副本来避免此问题

A = zeros(n,n);
B = A;
for kk = 1:D
    % sk = <expressions...>
    % ek = <expressions...>
    parfor ll = 1:D
        % sl = <expressions...>
        % el = <expressions...>
        if (ek == el)
            B(sk,sl) = A(sk,sl) + v(kk) * v(ll);
        end
    end
end

A=0（n，n）；
B=A；
对于kk=1:D
%sk=
%埃克=
parforll=1:D
%sl=
%el=
如果（ek==el）
B（sk，sl）=A（sk，sl）+v（kk）*v（ll）；
结束
结束
结束

您可以将其表述为一个over

a

，如下所示：

parfor ll 1:D
    % compute stuff...

    % Make a new matrix for the increment
    Aincrement = zeros(n, n);
    % Fill out the element of the increment
    Aincrement(sk, sl) = v(kk) * v(ll);
    % Increment the whole of A so that parfor can 
    % treat A as a reduction variable
    A = A + Aincrement;
end

---

如果

n

很大，这很可能是低效的。

您可以将其表述为一个over

a

，如下所示：

parfor ll 1:D
    % compute stuff...

    % Make a new matrix for the increment
    Aincrement = zeros(n, n);
    % Fill out the element of the increment
    Aincrement(sk, sl) = v(kk) * v(ll);
    % Increment the whole of A so that parfor can 
    % treat A as a reduction variable
    A = A + Aincrement;
end

---

如果

n

很大，这很可能是低效的。

抱歉，但此解决方案很可能不会产生相同的输出。

A

用零初始化并添加到循环中的原因是多个循环迭代将产生相同的

（sk，sl）

值。如果不是这样，就没有理由添加到

A

，因为

A（sk，sl）

只会是零。您的诊断是正确的，但解决方法是不要使用

palor

。这不是一个适合非共享内存并行的任务。是的，没错，@CrisLuengo。在没有看到代码的情况下，我无法建议任何适当的并行化解决方案=（抱歉，但此解决方案很可能不会产生相同的输出。

A

用零初始化并添加到循环中，原因是多个循环迭代将产生相同的

（sk，sl）

值。如果不是这样，就没有理由添加到

A

，因为

A（sk，sl）

将为零。您的诊断是正确的，但解决方案是不使用

palor

。这不是一项适合非共享内存并行的任务。是的，没错，@CrisLuengo。如果没有看到代码，我无法建议任何合适的并行解决方案=(