Mathematica有一个名为Compile的功能，通过编译您在Mathematica languange中编写的代码，将其转换为c代码并在Mathematica中运行生成的代码，它不会给你c代码，但它会改变代码进入并使用它。与未编译版本相比，编译后的代码获得了很大的速度。
Matlab中是否有类似的功能，以便有人可以轻松地使用Matlab编写代码而无需额外的努力？
似乎Matlab编译器没有实现这个目标，因为它并不意味着用于此目的。 我不了解Matlab编码器。我刚读了一些关于MEX文件的内容，但对我而言，好像我必须用c编写代码然后将它带入Matlab以获得速度。
有人可以指导我并举一个简单的例子吗？
答案 0 :(得分：3)
简短的回答：编译matlab代码不会让你加快速度，如果有的话。
答案越长： Matlab编译器更多的是让您部署matlab代码以便在没有matlab的机器上使用，而不是为了加快速度。事实上，从我用它部署的应用程序开始，它实际上用简化的Matlab运行时包装了脚本。因此，如果由于未打包和启动时间等因素而导致事情变慢，等等。
Matlab在其中有一些相当不错的及时优化的东西，它在加速编译方面处理了低成本。作为horchler＆amp;问题评论中提到的chappjc，你可以尝试 codegen或coder ，但是你可能得不到更好的结果。
如果你想通过使用 mexFunction 来加快速度，那么你几乎不得不用c / c ++或fortran重新编写你的函数。根据问题的性质，您的C / C ++技能以及您必须花费的时间，这可能最终会提供更快的结果，因为它可以利用编译器的优化技巧和手动编码解决方案可能会删除matlab实现中发现的某些多余元素，这些元素是一般性的必要条件。然而，这样做会破坏“没有大量努力”的标准。
就低功耗方法而言，我建议您首先尝试使用配置文件来提高matlab代码的效率，以寻找瓶颈或不必要的重复，然后尝试向量化尽可能计算，因此matlab可以自动并行化它们。
如果您仍然需要提升性能并且正在使用certain matrix functions，那么您可以查看 Matlab的GPU和CUDA 支持。我自己还没有做太多的事情，但是你可能需要将一些数据类型更改为gpuArray以获得它在你的显卡上运行的好处（这是并行计算的一个推动）。