Performance 优化多维阵列性能-MATLAB

多维数组中的通信开销（parfor）和速度预分配（for）

在以下脚本中，我在**指示的位置收到两条警告

变量已索引但未切片。。。（第二个parfor循环中由**显示的数组A）-是什么导致了这种情况，如何避免这种情况

变量似乎会在每个循环上更改大小。。。（for循环中**显示的数组Sol）-可能我做得不对，但预分配内存没有起作用

编辑：我最初的想法是预先分配数组（如第一个parfor循环中所做的），以便更快地执行脚本的其余部分（完整版本的脚本重复各种数组操作，类似于第二个parfor和for循环）

有什么建议吗？：）

---

您的预分配不正确-您需要在一次呼叫中完成每项操作

A = rand(2, 2, N);
X = rand(2, 1, N);
Sol1 = zeros(1, 1, N);
Sol2 = zeros(1, 1, N);
Sol = zeros(2, 1, N); % not really needed actually.

在PARFOR循环中，可以使用MATLAB理解为切片的语法来避免“广播”

A

parfor i = 1:N
    tmp = A(:, :, i);
    Sol1(1, :, i) = tmp(1,:) * X(:, 1, i);
    Sol2(1, :, i) = tmp(2,:) * X(:, 1, i);
end

最后，我认为您可以将其作为一个向量化连接来执行，如下所示：

Sol = [Sol1; Sol2];

编辑 在GPU上，您可以使用在一次调用中完成整个任务，如下所示：

Ag = gpuArray.rand(2,2,N);
Xg = gpuArray.rand(2,1,N);
Sol = pagefun(@mtimes, Ag, Xg);

---

你是如何预分配内存的？@bdecaf我刚刚意识到我在第一个parfor循环中所做的（我的预分配想法）是完全错误的！为多维数组预分配的最佳方法是什么？基本上我是

NaN（3,4,5，…）

，只需将维度的大小按顺序写在其中（你可以对

零或
一做同样的操作-但我更希望看到什么时候还没有分配值）。谢谢你，几乎快了45%！我注意到，一次完成整个矩阵乘法比将其分解为第1行x列和第2行x列，并像我上面所做的那样连接起来更快。因此，对优化脚本的以下部分有何建议<代码>t2=tic；parfori=1:N Sol（：，：，i）=A（：，：，i）*X（：，：，i）；终末toc（t2）还有，值得一提的是，我的最终目标是在GPUThanks上运行这个并行代码，
pagefun
真的很有帮助，我得到了巨大的加速！是否可以使用其他GPU就绪功能而不是
@mtimes
？例如，我想计算
Ag（1，：，N）
的
norm
，是否可以使用
pagefun
进行计算？我可以问一下：您对
norm
的哪个版本最感兴趣？
Ag = gpuArray.rand(2,2,N);
Xg = gpuArray.rand(2,1,N);
Sol = pagefun(@mtimes, Ag, Xg);