Question

观察

对于中等大小的矩阵，arma::mat类型的传递矩阵从R到C ++的开销比NumericMatrix类型慢得多。喜欢长约250倍。这是一个最小的例子

#include <RcppArmadillo.h>
// [[Rcpp::depends(RcppArmadillo)]]
using namespace Rcpp;
using namespace arma;

// [[Rcpp::export]]
double test_nm( NumericMatrix X ) {
  return 0.0 ;
}

// [[Rcpp::export]]
double test_arma( mat X ) {
  return 0.0 ;
}

// [[Rcpp::export]]
double test_nm_conv( NumericMatrix X ) {
  mat X_arma = as<mat>( X ) ; 
  return 0.0 ;
}

然后，在R：

XX <- matrix( runif( 10000 ), 2000, 50 )
microbenchmark( test_nm( XX ), test_arma( XX ), ( XX ) )

Unit: microseconds
               expr      min       lq      mean   median       uq      max neval
        test_nm(XX)    5.541   16.154   16.0781   17.577   18.876   48.024   100
      test_arma(XX) 1280.946 1337.706 1404.0824 1361.237 1389.476 3385.868   100
   test_nm_conv(XX) 1277.417 1338.835 1393.4888 1358.128 1386.101 4355.533   100

因此，将矩阵作为arma::mat类型传递的速度比NumericMatrix慢约250倍。太疯狂了！所以......

出现的问题

发生了什么事？为什么mat 如此比NumericMatrix慢得多？
有没有好办法解决这个问题？我有一个问题，我需要在一个被调用很多次的函数中使用arma::mat来表示一些相当简单的矩阵代数。我目前正在使用arma类型，而且我的代码很多比我预期的要慢（这就是我最终制作上面的愚蠢示例）。 250x的速度惩罚是如此重要，我即将重写大部分代码以使用NumericMatrix类型。事实上，我最终可能会为NumericMatrix编写自己的矩阵乘法函数，并完全放弃arma类型。但在此之前，还有更好的解决方案吗？

（虽然我想另一种阅读方式并不是arma::mat从R类型转换得很慢，但NumericMatrix类型的效率非常高！）

Answer 1

我相信这会创建一个新的Armadillo矩阵，然后复制数字矩阵的内容。

要将NumericMatrix转换为类型为arma :: mat，您应该使用以下内容：

// [[Rcpp::export]]
double test_const_arma( const mat& X ) { 
  return 0.0 ;
}

我的机器上的速度比较：

microbenchmark( test_const_arma( XX ), test_nm( XX ), test_arma( XX ), test_nm_conv( XX ))
## Unit: microseconds
##                 expr    min     lq     mean  median      uq     max neval
##  test_const_arma(XX)  1.852  2.381  3.69014  2.7885  4.3490  11.994   100
##          test_nm(XX)  1.925  2.455  3.47679  2.8535  3.5195  21.222   100
##        test_arma(XX) 68.593 71.212 83.63055 73.4555 98.8070 278.981   100
##     test_nm_conv(XX) 68.700 70.983 80.55983 73.1705 82.2665 183.484   100

将R矩阵转换为犰狳非常慢

1 个答案: