MATLAB中的直方图交叉核优化

Question

我想尝试使用直方图交叉核的 svm 分类器，用于 153 幅图像的数据集，但这需要很长时间。这是我的代码：

a = load('...'); %vectors
b = load('...'); %labels
g = dataset(a,b);

error = crossval(g,libsvc([],proxm([],'ih'),100),10,10);
error1 = crossval(g,libsvc([],proxm([],'ih'),10),10,10);
error2 = crossval(g,libsvc([],proxm([],'ih'),1),10,10);

我在 proxm 函数中的内核实现是：

...
case {'dist_histint','ih'}
    [m,d]=size(A);
    [n,d1]=size(B);
    if (d ~= d1)
        error('column length of A (%d) != column length of B (%d)\n',d,d1);
    end

    % With the MATLAB JIT compiler the trivial implementation turns out
    % to be the fastest, especially for large matrices.
    D = zeros(m,n);
    for i=1:m % m is number of samples of A 
        if (0==mod(i,1000)) fprintf('.'); end
        for j=1:n % n is number of samples of B
            D(i,j) = sum(min([A(i,:);B(j,:)]));%./max(A(:,i),B(:,j)));
        end            
    end

我需要对此代码进行一些 matlab 优化！

Answer 1

您可以摆脱内核循环来计算 D 使用这种基于 bsxfun 的 vectorized 方法 -

D = squeeze(sum(bsxfun(@min,A,permute(B,[3 2 1])),2))

或者通过这个修改避免squeeze -

D = sum(bsxfun(@min,permute(A,[1 3 2]),permute(B,[3 1 2])),3)

如果D的计算涉及max而不是min，只需将@min替换为@max即可。

---

解释：bsxfun 的工作方式是它展开 单个维度并执行其调用中@ 列出的操作。现在，这种扩展基本上是实现替代 for 循环的矢量化解决方案的方式。数组中的singleton dimensions 是指数组中1 的维度。

在许多情况下，单维维度并不存在，对于bsxfun 的矢量化，我们需要创建singleton dimensions。这样做的工具之一是使用permute。这基本上就是前面提到的矢量化方法的工作方式。

因此，您的内核代码 -

...
case {'dist_histint','ih'}
    [m,d]=size(A);
    [n,d1]=size(B);
    if (d ~= d1)
        error('column length of A (%d) != column length of B (%d)\n',d,d1);
    end

    % With the MATLAB JIT compiler the trivial implementation turns out
    % to be the fastest, especially for large matrices.
    D = zeros(m,n);
    for i=1:m % m is number of samples of A 
        if (0==mod(i,1000)) fprintf('.'); end
        for j=1:n % n is number of samples of B
            D(i,j) = sum(min([A(i,:);B(j,:)]));%./max(A(:,i),B(:,j)));
        end            
    end

减少到 -

...
case {'dist_histint','ih'}
    [m,d]=size(A);
    [n,d1]=size(B);
    if (d ~= d1)
        error('column length of A (%d) != column length of B (%d)\n',d,d1);
    end
    D = squeeze(sum(bsxfun(@min,A,permute(B,[3 2 1])),2))
    %// OR D = sum(bsxfun(@min,permute(A,[1 3 2]),permute(B,[3 1 2])),3)

我假设这条线：if (0==mod(i,1000)) fprintf('.'); end 对计算并不重要，因为它确实打印了一些消息。