这可以优化为在 MATLAB 中运行得更快吗？答案

【问题标题】：Can this be optimized to run faster in MATLAB?这可以优化为在 MATLAB 中运行得更快吗？
【发布时间】：2016-02-19 05:40:46
【问题描述】：

这里是代码

S = size(shape,3)
shape = 1 - shape;

for i = 2:S
    SHAPE = prod(shape(:,:,1:i-1),3);
    for c = 1:3
        vision(:,:,c,i) = vision(:,:,c,i).*SHAPE;
    end
end

output = sum(vision,4);

也许有办法对其进行矢量化？

顺便说一句，shape 和 SHAPE 是由 0 和 1 组成的数组，因此它们可以以某种方式用作逻辑。

【问题讨论】：

输入的典型尺寸是多少？
对于大小为 [a b c] 的形状，视觉的大小为 [a b d]？那么前两个维度的大小匹配吗？

标签： matlab loops optimization vectorization

【解决方案1】：

这里有一个更多 bsxfun 解决方案 -

S = size(shape,3);
shape = 1 - shape;

SHAPE = cumprod(shape(:,:,1:S-1),3);
vision(:,:,1:3,2:S) = bsxfun(@times,vision(:,:,1:3,2:S),permute(SHAPE,[1 2 4 3]));
output = sum(vision,4);

测试

由于代码具有vision(:,:,c,i) 并且迭代器c 来自c = 1:3，因此vision 的第三维很可能是3。为了验证提议的方法是否适用，我们将其保留为5。此外，为了进行适当的基准测试，让我们在其他维度上使用大数字，并在其中使用随机数。为了验证，最后我们会找到提议的方法和原始方法的输出之间的绝对最大差异。

基准测试和输出验证码-

% Inputs
shape = rand(150,160,170);
vision = rand(150,160,5,170);
shape = 1 - shape;
S = size(shape,3);

%// Proposed solution :
disp('----------------------- With Proposed solution')
tic
V = vision;   %// Make a copy for using with proposed solution
SHAPE = cumprod(shape(:,:,1:S-1),3);
V(:,:,1:3,2:S) = bsxfun(@times,V(:,:,1:3,2:S),permute(SHAPE,[1 2 4 3]));
out = sum(V,4);
toc

%// Original solution :
disp('----------------------- With Original solution')
tic
S = size(shape,3);
for i = 2:S
    SHAPE = prod(shape(:,:,1:i-1),3);
    for c = 1:3
        vision(:,:,c,i) = vision(:,:,c,i).*SHAPE;
    end
end
output = sum(vision,4);
toc

error_value = max(abs(output(:) - out(:)))

命令输出 -

----------------------- With Proposed solution
Elapsed time is 0.802486 seconds.
----------------------- With Original solution
Elapsed time is 4.401897 seconds.
error_value =
     0

【讨论】：