matlab全局变量与并行池

我希望我的脚本运行得更快，所以目的是同时使用我的内核。问题是我不知何故错过了一层全球性。我希望我的全局变量在某些函数中是持久的，但我希望它们在每个循环调用中是不同的

我想做的是：

 parfor i:T
   createData()     % global variables are being created
   useData()        % several functions need access to global vars
 end

---

我感谢任何想法，使这个循环同时工作，但要保持变量的全局性。谢谢你的建议：）

也有同样的问题；我无法在并行循环中使用全局变量（

parfor

或使用

spmd

），因为它们在触发时变为空

我没有重写整个代码，而是做了一个快速修复，将所需的全局变量存储在并行池之前，如果它们为空，则将它们加载到相关函数中。通过这种方式，我保留了我的全局变量逻辑，并且仅当它们位于并行池中时才加载它们

% Store global variables to be reused in parallel workers
global Var1
save('temp_global_parallel','Var1');

% Parallel pool functions
parpool(4)
spmd
    someFunctions();
    anotherFunction();
end

% Optionally: delete to avoid the bug as explained below
delete('temp_global_variable');

然后在使用全局变量的函数中：

global Var1
if isempty(Var1)
    load('temp_global_parallel')
end

注意：缺点是如果全局变量真的为空，则无法检测到它。您可以通过在并行循环之后删除.mat文件来解决这个问题

---

第二个警告：我不建议存储大变量（在任何情况下都不要将它们作为全局变量），因为这可能会显著降低每个循环中的速度。存储和加载变量通常是不好的做法。相反，尝试只存储常量或某些参数之类的内容。在我的例子中，我存储了一个带有当前路径扩展名（小于1kb）的字符串。

通常不建议使用全局变量，因为它们会降低计算效率，除非您确实需要它们。一些讨论可以发现这是不可能的。由于parfor迭代是同时执行的，并且以任何顺序执行，所以不能在其中使用全局变量。您必须更改代码以使用局部变量，没有其他方法。不幸的是，我需要全局变量来解决最小化问题。没有它，目标函数就不知道要最小化什么。@通常可以避免使用全局变量。但是如果你不能，那么你可以；不要使用并行编码。通常可以使用匿名函数（）将数据添加到要优化的函数中。也许这样可以避免

全局
数据-另请参见