如何在 Matlab 中更快地执行

Question

我必须执行这个循环：

load('Y');
X_test = ...;
Y_test = ...;
X_train = ...;
Y_train = ...;

    for i=1:length(Y.Y)
        if Y.Y(i,1) == l
            current_test_data = [current_test_data; X_test(i,:)];
            current_test_labes = [current_test_labes; Y_test(i,:)];
        else
            current_train_data = [current_train_data; X_train(i,:)];
            current_train_labes = [current_train_labes; Y_train(i,:)];            
        end
    end

但是 length(Y.Y) 是 2300250 所以这个执行需要很长时间。有更快的方法吗？

Answer 1

从性能上来说，你做的确实不是很好。

第一个问题是循环。 Matlab 处理它们的速度不是很快；在可能的情况下，应该首选矢量化操作，因为它们已经得到了很好的优化。例如，执行A=B.*C 比执行for ii=1:length(B), A(ii)=B(ii)*C(ii);end 快得多

第二个问题是您在循环中连接数组。 current_test_data 开始是一个随着时间增长的小数组。每次添加一些数据时，都需要重新分配内存。数据可能必须移动到内存中的另一个位置。由于 Matlab 以列主要顺序存储数据，因此添加额外的行也意味着必须移动除第一列之外的所有样本（而添加额外的列只是在末尾附加数据）。所有这一切共同造成了糟糕的表现。对于小型阵列，这可能不明显；但是当你开始在每次迭代时在内存中移动兆字节或更多的数据时，性能会直线下降

当数组的最终大小已知时，通常的解决方案是预先分配数组，例如current_test_data = zeros(expected_rows,expected_columns);，然后将数据直接放在它所属的位置：current_test_data(jj,:) = some_matrix(ii,:);。没有更多的内存分配，没有更多的内存移动，没有更多的洗牌样本。

但是，在您的具体情况下，解决方案在于第一点：使用矢量化表示法是解决方案。它会将数组预先分配到正确的大小并有效地复制数据。

sel = Y.Y(:,1)==1; % Builds a logical vector
% Selects data based on logical vector
current_test_data =  X_test(sel,:);
current_test_labes = Y_test(sel,:);
current_train_data = X_train(~sel,:);
current_train_labes = Y_train(~sel,:);