【发布时间】:2016-04-07 22:57:21
【问题描述】:
假设我在 MATLAB 中有这段代码:
% Predefined data
SX = [1, 2, 3, 4];
parfor xx = 1:4
naming2 = SX(xx);
[BestM, BestX{xx}, fina_M{xx}, final_D{xx}, BestAA{xx}, final_Data{xx}] = Optmz(naming2, v_data);
end
Optmz 是一种优化算法。该优化算法应该运行以优化回归模型(具有不同的输出和优化的输入特征选择)。如您所知,启发式优化算法基于随机数。我们在每个parlor 循环中都有不同的初始随机数?这是减少我的申请时间的适当结构吗?我目前在上述结构中使用for 循环。
这是打印输出的一部分。迭代没有排序。任何问题?基于上面的代码,我们应该有四个相同数量的迭代。我需要在所有 4 个具有不同初始随机数生成器的工作人员中进行完全不同的计算。例如,就像我们在没有并行计算的情况下按顺序运行计算的方式一样。运行第一个,第二个,第三个,最后第四个。
******Iteration 24, Best Cost = 0.041201******
******Iteration 26, Best Cost = 0.034994******
******Iteration 26, Best Cost = 0.036624******
******Iteration 26, Best Cost = 0.039317******
******Iteration 25, Best Cost = 0.039584******
******Iteration 27, Best Cost = 0.034994******
******Iteration 27, Best Cost = 0.036624******
******Iteration 27, Best Cost = 0.039317******
******Iteration 28, Best Cost = 0.034994******
******Iteration 26, Best Cost = 0.039242******
******Iteration 28, Best Cost = 0.036624******
******Iteration 28, Best Cost = 0.03931******
******Iteration 29, Best Cost = 0.034994******
******Iteration 29, Best Cost = 0.036624******
******Iteration 27, Best Cost = 0.039048******
******Iteration 29, Best Cost = 0.03931******
******Iteration 30, Best Cost = 0.034994******
******Iteration 30, Best Cost = 0.036624******
******Iteration 28, Best Cost = 0.039048******
【问题讨论】:
-
@MZimmerman6 我们在每个客厅循环中都有不同的初始随机数?这是减少我的申请时间的适当结构吗?迭代没有排序。有什么问题吗?
-
在
parfor循环中,永远不能保证访问的索引是有序的。保证顺序和并行化通常是矛盾的。 -
如果你问迭代是否可以乱序,那么,正如@rayryeng 所说,几乎不可能保证任何排序。因此,您的代码必须设计为不在乎事情是否没有按特定顺序完成。
-
感谢两位 cmets。第二个问题是关于我的优化算法中的随机数(这里我使用的是遗传算法)。我们需要在每个工人中具有相同初始条件的相同随机数生成器吗?我预测每个工人有 4 种不同的输出。假设它是一个系统的高温、低温、中温和平均温度。
-
如果你需要相同的随机数流,只需在进入循环之前生成一个随机数数组,并给每个循环相同的数组。这将消除确保您的随机生成同步的任何必要性。这也没有多大意义。无论如何,您为什么想要相同的随机数集。他们是同一组破坏了它的整个“随机”性质。
标签: algorithm matlab optimization parallel-processing parfor