如果瓶颈是一个大的矩阵乘法，我可以使用MEX文件加速我的MATLAB代码吗？

Question

我有一个项目要求我在while循环中多次设置两个大矩阵。使用更大的矩阵，代码可以运行得非常慢。

我只是好奇如果使用mex和.cpp文件可以真正提高程序的速度。内置的MATLAB矩阵乘法不是很好吗？

Answer 1

如果没有关于您的问题的更具体信息，任何人都可以说的具体事情很少。在某些情况下，MEX功能肯定可以提高性能，有些情况下它们不能。矩阵乘法是Matlab的优势之一，只需将矩阵乘法移动到MEX函数中就不太可能使代码运行得更快。

也就是说，有一些提高绩效的一般策略：

1. Profile您的代码。确保矩阵乘法实际上是罪魁祸首。根据我自己的经验，性能问题可能来自各种来源，包括不小心使用临时变量。这应该是你的第一步。

2. 如果您的矩阵有任何类型的结构，请利用它。 Matlab对sparse和banded矩阵有很好的支持。如果您的矩阵具有结构，使用它可以大大降低矩阵运算的成本。

3. 如果您确实编写了MEX函数，请尝试将整个while循环移动到MEX函数中，以避免多次跨越Matlab / MEX边界。重复调用MEX函数可能非常昂贵，而且在MEX函数内部执行整个循环通常也很容易（或更容易），特别是如果循环是简单的迭代。

   < / LI>

Answer 2

首先，我假设这些矩阵彼此相关，随着时间的推移或类似的情况发展。如果从一个实例到下一个实例的每个矩阵完全不相关，这将无济于事。 然而，如果它们是相关的，那么我发现矩阵的变化可能很小甚至是稀疏的。鉴于你的基本方程   C（i）= A（i）* B（i） 如果您创建delta矩阵   Da = A（i + 1） - A（i）   Db = B（i + 1） - B（i） 然后当然   C（i + 1）= C（i）+ Da * B（i）+ A（i）* Db + Da * Db 其中C（i）是已知的。如果Da和Db很小或稀疏，则这3个矩阵乘法可以快得多。它们甚至可能是正交的，并且最后一个项被删除，或者其结果被忽略为数量级的二阶。 只是一个想法。 Matlab矩阵问题有很多工具，不要放弃Matlab了！