Question

我刚刚介绍了我的MATLAB代码，这个for循环有一个瓶颈：

for vert=-down:up
    for horz=-lhs:rhs
        y = y + x(k+vert.*length+horz).*DM(abs(vert).*nu+abs(horz)+1);
    end
end

其中y，x和DM是我已定义的向量。我通过写作来对循环进行了矢量化，

B=(-down:up)'*ones(1,lhs+rhs+1);
C=ones(up+down+1,1)*(-lhs:rhs);
y = sum(sum(x(k+length.*B+C).*DM(abs(B).*nu+abs(C)+1)));

但这最终变慢了。

关于如何加快循环速度，有什么建议吗？

提前致谢。

Answer 1

你所做的并不是真正的矢量化。在Matlab中编写适当的图像处理矢量化程序（我假设你正在做的事情）是非常困难的，如果不是不可能的话。当我们使用术语矢量化时，我们的意思是“矢量化而无需额外的计算”。例如，此代码

a = 1:1000000;
for i = a
    n = n+i;
end

比这段代码运行得慢得多

a = 1:1000000;
sum(a)

更新：由于@ Rasman强烈建议，上面的代码已被修改。原因是Matlab在运行之前不会将代码编译到机器语言中，这就是导致它变慢的原因。内置函数如sum，mean和.*运算符在后台运行预编译的C代码。 For循环是一个很好的代码示例，如果没有针对CPU的寄存器进行优化，它会慢慢运行。

你做了什么，请忽略我的第一条评论，用向量操作和重写你的程序。这些操作需要额外的CPU，因为你告诉你的计算机要做更多的计算，即使每个计算单独可能（或可能不会）花费更少的时间。

如果您真的在加快代码速度，请查看MEX files。它们允许您编写和编译C和C ++代码，编译它并作为Matlab函数运行，就像那些快速内置的代码一样。无论如何，Matlab并不是一个快速的通用编程平台，而是一个计算机模拟环境，尽管这种方法近年来一直在变化。我的建议（来自经验）是，如果你进行图像处理，你将编写for循环，并且很少有办法解决它。向量运算是为了更直观的线性代数问题而编写的，我们很少将数字图像视为常规矩形矩阵，而不是我们用它们做什么。

我希望这会有所帮助。

Answer 2

我会在处理图像时使用矩阵......然后你可以试着像这样提取子矩阵：

X = reshape(x,height,length);
kx = mod(k,length);
ky = floor(k/length);

xstamp = X( [kx-down:kx+up], [ky-lhs:ky+rhs]);
xstamp = xstamp.*getDMMMask(width, height);
y = sum(xstamp);

...

function mask = getDMMask(width, height, nu)
% I don't get what you're doing there .. return an appropriate sized mask here.
return mask;
end

在MATLAB中加速循环的方法

2 个答案: