在matlab中添加许多大矩阵的更快方法答案

【问题标题】：faster way to add many large matrix in matlab在matlab中添加许多大矩阵的更快方法
【发布时间】：2018-05-08 02:19:41
【问题描述】：

假设我有很多（大约 1000 个）大型矩阵（大约 1000 x 1000），我想将它们按元素相加。非常幼稚的方法是使用临时变量并在循环中累积。例如，

summ=0;
for ii=1:20
    for jj=1:20
    summ=summ+ rand(400);
    end
end

在网上搜索了一段时间，有人说最好还是借助sum()。例如，

sump=zeros(400,400,400);
count=0;
for ii=1:20
    for j=1:20
        count=count+1;
        sump(:,:,count)=rand(400);
    end
end
sum(sump,3);

但是，我测试了两种方法后，结果是

Elapsed time is 0.780819 seconds.
Elapsed time is 1.085279 seconds.

这意味着第二种方法更糟糕。

所以我只是想知道是否有任何有效的方法来做加法？假设我正在使用具有非常大内存和 GTX 1080 的计算机（CUDA 可能会有所帮助，但我不知道是否值得这样做，因为通信也需要时间。）

感谢您的宝贵时间！任何回复将不胜感激！。

【问题讨论】：

如果你打开profiler，那么你可以看到在第二种情况下创建sump变量需要大部分时间。但是一旦你有了那个矩阵，那么sum(sump,3) 会更快。但是，在 case-1 中，即使您有现成的 400x400x400 矩阵，程序也会花费相同的时间。我想说，使用sum() 会是最快的。
感谢您的评论！在我的案例中，关键点是我需要从零开始，这意味着需要生成每个矩阵（每个页面）。然后我总结了来自不同页面的每个元素。所以不是我事先有一些数据（矩阵）并且简单地求和（sump，3）。鉴于这种情况，您有什么建议更可取吗？
如果您要生成这些矩阵，我敢肯定，与生成相比，将它们相加将是微不足道的成本。例如，分析您的代码，您会看到 rand 比 + 贵得多。只需在生成它们时添加它们。
您的问题听起来像是XY problem。你的问题的关键部分是什么？数据生成还是只是总结一切？以最快的方式解决上述问题，sum(rand(400,400,400),3) 应该会给你相当不错的结果。
感谢您的帮助！现在使用 sum(rand(400,400,400),3) 会快得多

标签： matlab performance sum add

【解决方案1】：

最快的方法是在 matlab 中根本不使用任何循环。在许多情况下，matlab 的内部函数都经过优化以使用 SIMD 或其他加速技术。使用内置功能创建所需大小的矩阵的示例是X = rand(sz1,...,szN)。在您的明确情况下，sum(rand(400,400,400),3) 应该会给您最快的结果。

【讨论】：