비동기 병렬 프로그래밍

parfeval을 사용하여 백그라운드에서 함수 실행

parfeval을 사용하면 함수 실행이 완료될 때까지 기다릴 필요 없이 백그라운드에서 함수를 실행할 수 있습니다. for 루프에서 일찍 빠져나오는 것이 편리한 경우가 많습니다. 예를 들어, 최적화 절차에서 결과가 괜찮다면 사용자는 루프를 일찍 중지할 수 있습니다. parfeval 또는 parfevalOnAll을 사용하여 하나 또는 모든 병렬 풀 워커에서 이와 같이 할 수 있습니다. 이 방법은 중간 결과를 플로팅하려는 경우에 유용할 수 있습니다. 참고로, 이는 루프가 완료될 때까지 기다려야 하는 parfor를 사용하는 것과 다릅니다.

데이터 대기열을 사용하여 다른 워커의 메시지나 데이터를 전송하고 폴링하려면 send와 poll을 함께 사용하십시오. afterEach를 사용하면 데이터 대기열에서 새 데이터를 받을 때 호출할 함수를 추가할 수 있습니다.

Future 배열의 각 요소 또는 모든 요소가 완료된 후 함수를 자동으로 호출하려면 afterEach와 afterAll을 사용하십시오. 이 배열은 parfeval, parfevalOnAll, afterEach 또는 afterAll에서 반환되는 Future 객체를 포함할 수 있습니다.

함수

모두 확장

함수 및 클래스

`parfeval`	병렬 풀 워커에서 함수 실행
`parfevalOnAll`	병렬 풀의 모든 워커에서 비동기식으로 함수 실행
`ticBytes`	병렬 풀 내에서 전송된 바이트 수 계산 시작
`tocBytes`	Read how many bytes have been transferred since calling `ticBytes`
`send`	데이터 대기열을 사용하여 워커에서 클라이언트로 데이터 보내기
`poll`	Retrieve data sent to a pollable data queue
`afterEach`	DataQueue에서 새 데이터를 받을 때 호출할 함수를 정의합니다.
`afterEach`	Run function after each function finishes running in the background
`afterAll`	Run function after all functions finish running in the background
`fetchOutputs`	Retrieve results from function running in the background
`fetchNext`	Retrieve next unread outputs from `Future` array
`cancel`	Stop function running in the background
`cancelAll`	모든 작업 또는 태스크 취소 (R2022a 이후)
`wait`	Future 객체가 완료될 때까지 대기
`Future`	Function scheduled to run
`parallel.Pool`	워커의 병렬 풀
`parallel.pool.DataQueue`	클라이언트와 워커 간에 데이터 전송 및 수신 대기
`parallel.pool.PollableDataQueue`	Send and poll data between client and workers

도움말 항목

parfeval을 사용하여 백그라운드에서 함수 실행
최적화 루프를 일찍 중단하고 결과가 나오는 대로 수집합니다.
parfeval Future 쿼리 및 취소하기
이 예제에서는 parfeval Future의 상태를 쿼리하고 취소하는 방법을 보여줍니다.
Use afterEach and afterAll to Run Callback Functions
Automatically run functions after Future objects finish running on parallel pools.
parfeval을 사용하여 파라미터 스윕 중에 플로팅하기
이 예제에서는 parfeval을 사용하여 병렬 파라미터 스윕을 수행하고 DataQueue 객체를 사용하여 계산 중에 결과를 다시 보내는 방법을 보여줍니다.
afterEach 및 afterAll을 사용하여 사용자 인터페이스를 비동기식으로 업데이트하기
이 예제에서는 계산이 완료될 때마다 사용자 인터페이스를 업데이트하는 방법을 보여줍니다.
Perform Webcam Image Acquisition in Parallel with Postprocessing
This example shows how to perform frame acquisition from a webcam in parallel with data postprocessing.
Perform Image Acquisition and Parallel Image Processing
This example shows how to perform image acquisition from a webcam and postprocess data in parallel.
Train Deep Learning Networks in Parallel (Deep Learning Toolbox)
This example shows how to run multiple deep learning experiments on your local machine.
parfeval을 사용하여 다중 딥러닝 신경망 훈련시키기 (Deep Learning Toolbox)
이 예제에서는 parfeval을 사용하여 딥러닝 신경망에 대한 신경망 아키텍처의 심도를 기반으로 파라미터 스윕을 수행하고 훈련 중에 데이터를 가져오는 방법을 보여줍니다.
Choose Between spmd, parfor, and parfeval
Compare and contrast spmd against other parallel computing functionality such as parfor and parfeval.
Receive Communication on Workers
This example shows how to setup a data queue on the workers to receive data. (R2023b 이후)
Interactively Import and Process Data in Parallel
This example shows how to import and process data simultaneously in an interactive parallel pool. (R2023b 이후)

비동기 병렬 프로그래밍

함수

함수 및 클래스

도움말 항목

추천 예제

parfeval을 사용하여 파라미터 스윕 중에 플로팅하기

Train Deep Learning Networks in Parallel