我有一個行向量q，有200個元素，還有一個行向量dij，它是pdist函式的輸出，目前有48216200個元素，但我希望能夠更高。我想做的操作基本上是：
t=sum(q'*dij,2) 。
然而，由于這試圖分配一個200x48211290陣列，它抱怨說這將需要70GB的記憶體。因此，我是這樣做的：
t = zeros(numel(q),1) 。
for i=1：numel(q)
qi = q(i)。
factor = qi*dij;
t(i)=sum（factor）。
結束。
然而，這需要太多的時間。我所說的太多時間是指它需要36s，這比pdist函式所需的時間長了好幾個數量級。有什么辦法可以在不明確分配這么多記憶體的情況下加快這個操作？我在這里假設，如果第一種方法可以分配記憶體，（作為一個矢量操作）它將會更快。
uj5u.com熱心網友回復：
只要使用乘法的分布式屬性與加法相比：
t = q'*sum(dij);
uj5u.com熱心網友回復：
為了測驗Cris在第一篇評論中所說的內容，我創建了3個".m "檔案，如下所示：
vec.m :res=sum(sin（d.*q'）./（d.*q'））。
forloop.m
for i=1: 200
res(i)=sum(sin(d.*q(i))./(d.*q(i) ）。)
結束。
和test.m:
clc
清除所有
d=rand(4e6, 1)。
q=rand(200,1) 。
res=zeros(1,200) 。
forloop;
vec;
forloop;
vec;
forloop;
vec。
然后我用matlab的運行和時間分析器。 結果是非常令人驚訝的! :
3呼叫forloop : ~10.5 S
3 呼叫vec : 15.5 S !!!
另外，當我將資料轉換為單數時，結果是：
... forloop : 7.5 S
...vec : 8.5 S
我不知道為什么for-loop在這些情況下會更快，但是對于你的問題，你可以通過在回圈中生成較少的變數和使用垂直向量（我想）來加速事情。
q=single(rand(200,1)>。)
...
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/309700.html
標籤：