for循環中的計算速度

我已經在matlab中編寫了一個小循環來生成一個隨機NxN矩陣。循環是for循環中的計算速度

tic 
for i=1:10000 
    u=rand(1,10000); 
    tau(i,:)=d.*(u(1,:)-0.5); 
end 
toc

我第一次嘗試循環程序只有一次，

u=rand(1,10000); 
    tau=d.*(u(1,:)-0.5);

這給了我頭在0.000169秒。我認爲循環將花費大約1.69s。它沒有，它花了555.018280s與球迷瘋狂。

有沒有
a）速度與迭代次數沒有線性關係的原因是什麼？
b）原因爲什麼它需要所以更長的時間做很多次例程
c）一種方法來加速這一個（我實際上想生成更大的矩陣），例如一個更好的循環或方式比如說給我一個同樣類型的1'000'000x1'000'000的矩陣？

來源

2012-11-19 user1729770

嘗試預先分配'tau'。 – Junuxx

有一個名爲「加速MATLAB應用程序」的網絡研討會。有關於大矩陣的一些信息以及如何處理它們。 https://www.mathworks.com/company/events/webinars/wbnr49643.html?id=49643&p1=961666025&p2=961666043 – HebeleHododo

你必須先預分配的矩陣tau，即

tau = zeros(10000,10000);

否則MATLAB將繼續在地區哪裏有足夠的可用內存（重新分配它=>找到足夠自由的空間區域+硬拷貝）。

一般情況下，你會獲得更好的性能矢量化的全過程：

u=rand(10000,10000); 
tau=d.*(u-0.5);

編輯：首先，聽羅迪的在下面的評論中明智的建議。（在任何情況下，我想假設rand(a,b)將運行比a連續執行rand(1,b)快一點）。

來源

2012-11-19 14:15:54 Acorbe

更好地防止雙內存分配（注意，「u」是800兆字節）：'tau = d *（蘭特（10000）-0.5）'。或者，如果size（d）== [1 10000]'，使用'tau = bsxfun（@times，d，rand（10000）-0.5）'。峯值內存仍然相同，但是，在分配之後，釋放了800MB的1.6GB峯值。或者：之後只需發出一個清晰的u。 –

@RodyOldenhuis因此，重點是做'tau = d。*（rand（10000,10000）-0.5）;'，對嗎？順便說一句，是'bsxfun'版本更快嗎？ – Acorbe

可能不會更快，但它適用於'd'的大小隻適用於循環解決方案（'size（d）== [1 10000]'） –

一個明顯的可能性是內存訪問量。測試循環的內存可能完全處於高速緩存中，但由完整循環寫入的內存需要大量內存訪問。

這是一個可測試的假設：編寫整個矩陣的時間，而不是算術。

如果我理解Matlab索引，可能會更快地切換維度，以便寫入同一列中的塊而不是同一行中的塊。將u轉換爲循環外的列向量也可能有所幫助。一般來說，應儘可能按記憶順序進行大矩陣訪問。

來源

2012-11-19 14:21:10

for循環中的計算速度

回答

相關問題