减少内存矩阵乘法
7视图(30天)
显示旧的评论
嗨,帅哥,我有两个向量乘以1 e4 * 1 e4矩阵如下例子:
一个= 1:1:10000;
B =兰德(10000);
C = (1:1:10000)”;
我有一个结果矩阵像D一样,每个数组是通过这些矩阵的乘法如下:
D(每个数组)= * (B * C);
D矩阵的大小是11 * 11或更大,这意味着我应该做这个乘法运算121次或更多消费大内存和时间。知道如何优化增殖过程吗?
19日的评论
詹姆斯Tursa
2018年10月22日
编辑:詹姆斯Tursa
2018年10月22日
所以,你会,你的伪代码是这样的:
一个= 0(11日11);D =;
F =一些大型循环矩阵(固定值)
k1 =一些整数(固定值为循环)
k2 =一些整数(固定值为循环)
为q = 1:200
为p = 1:1:121
A =兰德(10000);%计算,每一次变化
B = F (k1 + 1: k1 + 10000, k2 + 1: k2 + 10000);
C =兰德(10000 1);%计算,每一次变化
D (p) = * (B * C);
结束
= D +;
结束
即。B显然可以退出循环在上面的代码和数据复制只做一次。它知道哪些事情是至关重要的改变在循环,哪些事情没有。
我们可以帮你与C墨西哥人的东西,但前提是真的很有道理,我们才知道我们知道伪代码看起来如何。
答案(2)
布鲁诺陈德良
2018年10月22日
编辑:布鲁诺陈德良
2018年10月24日
如果您使用的是R2018a / b可以使用墨西哥人附加文件来避免形成b矩阵向量产品被一个循环向量x向量,它可以低于MATLAB(根据我的两次测试)。
[m, n] =大小(F);
AFk = 0(1、大小(C, 1));
为k = 1:长度(哪些)
颗= mxCreateSharedMatrix2018 (F, k1 + (k2 + k - 1) * m,大小(A, 2), 1);
AFk (k) = A *颗;
结束
mxUnshareMatrix2018(颗,[],1);
清晰的颗
D = AFk * C;%或一组D (k1, k2) ?
