0

在下面的代码中，我没有使用 parfor 循环代替我的任何一个 for 循环来获得时间改进（有时甚至需要更长的时间）。

我想要的是同时训练多个网络，这样我就可以在一个集群上运行这个代码，每个集群运行一组不同的神经网络。

如果我更改为，parfor Neurons = 1:n我可以告诉 parfor 循环正在工作，因为“神经元”不再像并行循环所预期的那样按顺序/单调变化。但是，只有一个“神经网络训练 (nntraintool)”GUI 加载，这让我觉得只部署了一个工人？最重要的是，我没有获得任何时间改进。是否可以使用不同的 matlab 工作人员同时训练多个神经网络？如何？

非常感谢。

tic
for init_conds = 1:m
   for no_neurons = 1:n

    net = patternnet(no_neurons);
    net = configure(net,inputs,targets);
    net.IW{1,1} = ...
    net.b{1,1} = ...
    net.LW{2,1} = ...
    net.b{2,1} = ...
    [net, tr] = train(net,inputs,targets);
    outputs = net(inputs);
    outputall = [outputall, outputs];

   end
end
toc
4

0 回答 0