1
我已經到了一個階段，我的數組變得很龐大，一個函數需要大約2天才能計算。在Matlab中使用GPU進行並行計算
我正在使用圖像處理和使用kmeans和gmm - fitgmdist。
我有一個工作站與Nvidia Tesla GPU的支持列表上，我想用他們的處理能力來幫助加快我的工作。
查看文檔，我明白爲了使用GPU函數，我所要做的就是先將傳遞給函數的數組傳遞給GPU。即
model_feats = get_feats(all_imges);
kmeans = kmeans(model_feats, gaussians, 'EmptyAction','singleton', 'MaxIter',1000);
gmm{i} = fitgmdist(model_feats, 128, 'Options',statset('MaxIter',1000), ...
'CovType','diagonal', 'SharedCov',false, 'Regularize',0.01, 'Start',cInd);
我所有的處理時間都被這兩個函數佔用。因此，如果我要使用GPU內核，那我所要做的就是使用gpuArray函數嗎？例如以上將變成：
temp_feats = get_feats(all_imges);
model_feats = gpuArray(temp_feats);
kmeans = kmeans(model_feats, gaussians, 'EmptyAction','singleton', 'MaxIter',1000);
gmm{i} = fitgmdist(model_feats, 128, 'Options',statset('MaxIter',1000), ...
'CovType','diagonal', 'SharedCov',false, 'Regularize',0.01, 'Start',cInd);
這項工作？通過首先將數組傳遞給gpuArray，它可以用於任何函數嗎？
P.S.對不起，我必須在這裏問，而不是自己嘗試，但我 到目前爲止還無法訪問工作站，但我可以請求訪問 。在我請求訪問它之前，我想確定我的 腳本是否可以與
gpuArray一起使用。