Matlab并行计算时间效率

目前我已经开始使用matlab的并行计算工具箱。我想用一个人脸识别代码来测试它。我的第一次尝试是使用10.000张图像的特征脸函数：

脚本：

function [m, A, Eigenfaces] = EigenfaceCore(T)
tic
Train_Number = size(T,2);
A = [];  

for i = 1 : Train_Number
temp = double(T(:,i)) - m; 
A = [A temp,]; % Merging all centered images
end

L = A'*A;
[V D] = eig(L); 

x = zeros(1,size(D,1));
for i = 1 : size(D,1)
x (i) = D(i,i);
end

L_eig_vec = [];
for i = 1 : size(V,2) 
    if( x(i) > 1)
        L_eig_vec = [L_eig_vec V(:,i)];
    end
end

Eigenfaces = A * L_eig_vec; % A: centered image vectors
toc

对于这段代码，我需要大约112秒的时间

---

如果我打开一个包含4个内核的池，并使用

parfor

而不是

for

，则需要421秒。有人能帮我吗？我认为通过增加图像的数量（首先是大约20个图像，因为需要更多的时间），并行计算版本将超过普通版本。

仍然没有人吗？嗯，我找不到解决办法。也许对eig（）使用并行计算？嗨，Kerem，我很难理解您的用例。如果我重新表述一下，您希望将这个函数并行化到四个核心上，这样您就可以用parfor替换所有for循环。你有一些输入的例子吗？仅供参考，我正在为其工作，该公司也提供了一个工具来分发matlab函数，请参见此。