如果瓶颈是大矩阵乘法，我可以使用 MEX 文件加速我的 MATLAB 代码吗？

Question

我有一个项目，需要我在 while 循环内多次设置两个大矩阵的乘法。对于较大的矩阵，代码运行速度会非常慢。

我只是好奇，此时使用 mex 和 .cpp 文件是否真的可以提高我的程序速度。 MATLAB内置的矩阵乘法不是已经很不错了吗？

Answer 1

如果没有关于您的问题的更具体信息，任何人都无法说出具体的内容。在某些情况下，MEX 函数肯定可以提高性能，而在某些情况下却不能。矩阵乘法是 Matlab 的优势之一，简单地将矩阵乘法移动到 MEX 函数中不太可能使您的代码运行得更快。

也就是说，有一些提高性能的一般策略：

1. Profile 你的代码。 确保矩阵乘法实际上是罪魁祸首。以我自己的经验，性能问题可能来自多种来源，包括对临时变量的粗心使用。这应该永远是你的第一步。

2. 如果您的矩阵具有任何类型的结构，请利用它。 Matlab 对sparse 和banded 矩阵有很好的支持。如果你的矩阵有结构，使用它可以大大降低矩阵运算的成本。

3. 如果您确实编写了 MEX 函数，请尝试将整个 while 循环移动到 MEX 函数中，以避免多次越过 Matlab/MEX 边界。重复调用 MEX 函数可能会非常昂贵，而且在 MEX 函数中执行整个循环通常同样容易（或更容易），尤其是在循环是简单迭代的情况下。

Answer 2

首先，我假设这些矩阵彼此相关，随着时间的推移或类似的情况而演变。如果从一个实例到下一个实例的每个矩阵完全不相关，这将无济于事。 但是，如果它们是相关的，我会想到矩阵的变化可能很小甚至稀疏。给定你的基本方程 C(i) = A(i)*B(i) 如果您创建增量矩阵 Da = A(i+1) - A(i) Db = B(i+1) - B(i) 那么当然 C(i+1) = C(i) + Da*B(i) + A(i)*Db + Da*Db 其中 C(i) 是已知的。如果 Da 和 Db 很小或很稀疏，这 3 个矩阵乘法可能会快得多。它们甚至可能是正交的并且最后一项被丢弃，或者它的结果在数量级上被忽略了。 只是一个想法。 Matlab 矩阵问题有很多工具，不要放弃 Matlab！