Question

鉴于我们有：

x是2d矩阵，大小为[numSamples x numFeatures]
A是2d方形矩阵，大小为[numFeatures x numFeatures]
B是1d向量，大小为[1 x numFeatures]

我想在没有循环的情况下评估以下代码:(或以更快的方式）

out = zeros(1,numSamples);
for i = 1:numSamples
    res = sum(repmat(B - x(i,:), numSamples, 1)*A.*(x - repmat(x(i,:), numSamples, 1)), 2).^2;
    out(i) = var(res);
end

如果您对快速改进上述内容有其他建议，那也非常受欢迎。

Answer 1

你可以bsxfun那些逐件用于矢量化解决方案 -

P1 = bsxfun(@minus,B,x)*A;
P2 = bsxfun(@minus,x,permute(x,[3 2 1]));
out = var(squeeze(sum(bsxfun(@times,P1,P2),2)).^2.');

部分向量化方法 -

P = (bsxfun(@minus,B,x)*A).';  %//'
out = zeros(1,numSamples);
for i = 1:numSamples
    out(i) = var((bsxfun(@minus,x,x(i,:))*P(:,i)).^2);
end

你将如何从这个matlab代码中删除循环

1 个答案: