Profile MEX函数使用MATLAB Profiler - MATLAB & Simulink - MathW金宝apporks德国

通过使用配置MEX函数MATLAB分析器

您可以对MATLAB生成的MEX函数的执行时间进行分析^®编码器™使用MATLAB Profiler。生成的代码的概要文件显示了调用的数量和对应的MATLAB函数的每一行所花费的时间。使用Profiler来识别产生耗时最多的生成代码的MATLAB代码行。这些信息可以帮助您在开发周期的早期识别和纠正性能问题。有关MATLAB分析器的更多信息，请参见配置文件和剖析代码以提高性能．

中不支持分析器的图形界面金宝appMATLAB在线™．

墨西哥人形象代

您可以使用MATLAB Profiler生成一个MEX函数。或者，如果您有一个调用MATLAB函数的测试文件，那么您可以生成MEX函数并在一个步骤中对其进行分析。您可以在命令行或MATLAB编码器应用程序中执行这些操作。

使用Profiler和生成的MEX函数:

通过设置配置对象属性来启用MEX分析EnableMexProfiling来真正的．
或者，您可以使用codegen与配置文件选择。
在MATLAB编码器应用程序中的等效设置是使执行分析在生成的一步。
生成MEX文件MyFunction_mex．
运行MATLAB分析器并查看概要报告，它将在一个单独的窗口中打开。
```
配置文件在；MyFunction_mex;配置文件查看器；
```
确保您没有更改或移动原始MATLAB文件MyFunction.m．否则，分析器不会考虑MyFunction_mex剖析。

如果你有一个测试文件MyFunctionTest.m调用MATLAB函数，你可以:

通过使用生成MEX函数并对其进行分析codegen与以及和配置文件选项。如果之前打开了MATLAB Profiler，那么在同时使用这两个选项之前先将其关闭。
```
codegenMyFunction以及MyFunctionTest配置文件
```
通过选择配置MEX功能使执行分析在验证如果你之前打开了MATLAB Profiler，在你执行这个动作之前关闭它。

例子

您可以使用Profiler来识别MATLAB代码中的函数或代码行，这些函数或代码行生成的代码花费的时间最多。下面是一个MATLAB函数的例子，它转换其输入矩阵的表示形式一个和B从行为主的布局到列为主的布局。对于大型矩阵，这种转换的执行时间很长。通过修改特定的行来避免转换可以使函数更高效。

考虑MATLAB函数:

函数[y] = MyFunction (A, B)% # codegen% Generated代码使用矩阵A和B的行为主表示法coder.rowMajor;长度=大小(1);通过遍历A和B的所有元素的绝对值%矩阵一行一行sum_abs = 0;为行= 1:长度为col = 1:length sum_abs = sum_abs + abs(A(row,col)) + abs(B(row,col)));结束结束调用外部C函数'foo.c'，返回所有元素的和A和B的%金额= 0;和= coder.ceval (“foo”coder.ref (A), coder.ref (B),长度);%返回sum_abs和sum的差值Y = sum_abs - sum;结束

为该函数生成的代码使用方阵的行主表示一个和B．代码首先计算sum_abs的所有元素的绝对值之和一个和B)通过逐行遍历矩阵。该算法针对以行为主布局表示的矩阵进行了优化。然后代码使用coder.ceval调用外部C函数foo.c：

#include  #include  #include "foo.h" double foo(double *A, double *B, double length) {int i,j,s;Double sum = 0;s = (int)长度;*/ for(i=0;i

对应的C头文件foo。是:

#include "rtwtypes.h" double foo(double *A, double *B, double length);

foo.c返回变量总和的所有元素的和一个和B．函数的性能foo.c是否独立于矩阵一个和B以行为主或列为主的布局表示。MyFunction返回差值sum_abs和总和．

你可以测量的性能MyFunction对于大的输入矩阵一个和B，然后进一步优化:

启用MEX分析并生成MEX代码MyFunction．运行MyFunction_mex两个大的随机矩阵一个和B．查看配置文件汇总报表。
```
一个=兰德(20000);B =兰德(20000);codegenMyFunctionarg游戏{A、B}foo.cfoo。配置文件配置文件在；MyFunction_mex (A, B);配置文件查看器；
```
将打开一个单独的窗口，显示概要摘要报告。

Profile Summary Report显示了MEX文件及其子文件的总时间和自我时间，这是为原始MATLAB函数生成的代码。
在“函数名”下，单击第一个链接以查看生成的代码的概要详细报告MyFunction．你可以看到花费时间最多的线条:
行调用coder.ceval需要大量时间(16.914 s)。这一行的执行时间相当长，因为coder.ceval转换矩阵的表示形式一个和B从行为主布局到列为主布局，然后将它们传递给外部C函数。您可以通过使用附加参数来避免这种转换布局:rowMajor在coder.ceval：
```
和= coder.ceval (“布局:rowMajor”，“foo”coder.ref (A), coder.ref (B),长度);
```
使用修改后的文件再次生成MEX函数和配置文件MyFunction．
```
一个=兰德(20000);B =兰德(20000);codegenMyFunctionarg游戏{A、B}foo.cfoo。配置文件配置文件在；MyFunction_mex (A, B);配置文件查看器；
```
的配置文件详细报告MyFunction显示线路呼叫coder.ceval现在只需要0.653秒:

折叠表达式对MEX代码覆盖的影响

当你使用coder.const将表达式折叠成常数，这将导致MATLAB函数和MEX函数之间的代码覆盖率不同。例如，考虑函数:

函数y = MyFoldFunction% # codegen= 1;b = 2;C = a + b;Y = 5 + codeer .const(c);结束

分析MATLAB函数MyFoldFunction在概要详细报告中显示此代码覆盖率:

然而，分析MEX函数MyFoldFunction_mex显示不同的代码覆盖率:

第2、3和4行没有在生成的代码中执行，因为您已经折叠了表达式C = a + b转换为用于代码生成的常量。

这个例子使用用户定义的表达式折叠。代码生成器有时会自动折叠某些表达式以优化所生成代码的性能。这样的优化也导致了MEX函数的覆盖范围不同于MATLAB函数。

另请参阅

MATLAB编码器文档

金宝app

尝试MATLAB, Si金宝appmulink和其他产品下载188bet金宝搏

得到审判现在