Matlab与倍频程计算的差异
我已经实现了一个朴素的贝叶斯分类器。在Matlab上，我的分类函数需要2分钟才能运行，而倍频程需要25分钟才能运行相同的代码。有人知道是什么原因导致ocative运行较慢，以便我可以相应地调整代码吗 PS：我必须提交给一个运行octave而不是Matlab的服务器。Matlab在运行代码时做了很多“隐藏”优化（octave可能也是，但不同）。许多优化（例如）都涉及到，如果不在函数中修改这些参数，而是通过引用传递，则不会复制函数的参数。例如，在传递大型矩阵时，这可以显著加快计算速度，因为在其他情况下，大部分计算时间都花在复制上。有很多很多类似的优化，但并不是所有的优化都有文档记录Matlab与倍频程计算的差异,matlab,octave,Matlab,Octave,我已经实现了一个朴素的贝叶斯分类器。在Matlab上，我的分类函数需要2分钟才能运行，而倍频程需要25分钟才能运行相同的代码。有人知道是什么原因导致ocative运行较慢，以便我可以相应地调整代码吗 PS：我必须提交给一个运行octave而不是Matlab的服务器。Matlab在运行代码时做了很多“隐藏”优化（octave可能也是，但不同）。许多优化（例如）都涉及到，如果不在函数中修改这些参数，而是通过引用传递，则不会复制函数的参数。例如，在传递大型矩阵时，这可以显著加快计算速度，因为在其他情况
如果没有具体的计算知识，很难猜测差异来自何处。我不知道octave是否与matlab profiler等价，但如果是，我会用它来找出octave一直在哪里。对于调试，我还建议将Octave下载到您的PC并在那里进行调试。您必须发布代码。但有一点是，较新的MATLAB版本有JIT编译器，它修复了循环的许多效率低下的问题，而Octave还没有。因此，如果你有一些循环，你的倍频程代码可能会从矢量化中受益。是的，我的经验也是，最近MATLAB中的JIT编译器消除了矢量化代码的许多历史好处。如果它的环路很重，它仍然会受到倍频程环路减速的影响。是的，自Daniel Kraft实施octave 3.6（2012年1月发布）以来，就有了一个分析器。这是2015年OctConf大会的一个会议，当然还有。