Question

在Python中，我们将lru_cache作为函数包装器。将它添加到您的函数中，每个不同的输入参数只会评估一次函数。

示例（来自Python文档）：

@lru_cache(maxsize=None)
def fib(n):
    if n < 2:
        return n
    return fib(n-1) + fib(n-2)

>>> [fib(n) for n in range(16)]
[0, 1, 1, 2, 3, 5, 8, 13, 21, 34, 55, 89, 144, 233, 377, 610]

>>> fib.cache_info()
CacheInfo(hits=28, misses=16, maxsize=None, currsize=16)

我想知道 Matlab 中是否存在类似的东西？目前我正在使用缓存文件，如下所示：

function result = fib(n):
% FIB example like the Python example. Don't implement it like that!
cachefile = ['fib_', n, '.mat'];
try
    load(cachefile);
catch e
    if n < 2
        result = n;
    else
        result = fib(n-1) + fib(n-2);
    end
    save(cachefile, 'result');
end
end

我这样做的问题是，如果我改变我的功能，我需要删除缓存文件。

有没有办法用Matlab实现这个，当我改变了函数并且缓存失效了？

Answer 1

从matlab 2017开始，此功能可用： https://nl.mathworks.com/help/matlab/ref/memoizedfunction.html

a = memoized(@sin)

Answer 2

我为自己的个人用途创造了类似的东西：CACHE课程。（我还没有记录代码。）它似乎比Python的lru_cache更灵活（我没有意识到，谢谢）因为它有几种方法可以准确调整缓存的内容（到节省内存）以及如何进行比较。它仍然可以使用一些改进（@ Daniel的建议使用containers.Map类是一个很好的 - 虽然它会限制与旧的Matlab版本的兼容性）。代码在GitHub上，所以欢迎你分叉并改进它。

以下是如何使用它的基本示例：

function Output1 = CacheDemo(Input1,Input2)

persistent DEMO_CACHE

if isempty(DEMO_CACHE)
    % Initialize cache object on first run
    CACHE_SIZE = 10; % Number of input/output patterns to cache
    DEMO_CACHE = CACHE(CACHE_SIZE,Input1,Input2);
    CACHE_IDX = 1;
else
    % Check if input pattern corresponds something stored in cache
    % If not, return next available CACHE_IDX
    CACHE_IDX = DEMO_CACHE.IN([],Input1,Input2);
    if ~isempty(CACHE_IDX) && DEMO_CACHE.OUT(CACHE_IDX) > 0
        [~,Output1] = DEMO_CACHE.OUT(CACHE_IDX);
        return;
    end
end

% Perform computation
Output1 = rand(Input1,Input2);

% Save output to cache CACHE_IDX
DEMO_CACHE.OUT(CACHE_IDX,Output1);

我创建了这个类来缓存耗时随机模拟的结果，并且在其他一些地方使用它后效果很好。如果有兴趣，我可能愿意花一些时间尽快记录代码而不是以后。如果有一种限制内存使用的方法（我自己的应用程序中的一个重要考虑因素）会很好，但获取任意Matlab数据类型的大小并非易事。我喜欢你对文件进行缓存的想法，这对于更大的数据来说可能是一个好主意。此外，创建一个执行Python lru_cache所做的“精简”版本可能会很不错。

Matlab中是否存在函数缓存？

2 个答案: