矢量化或并行计算

8次浏览(最近30天)

Mingzhi而华 2019年11月20日

评论道: Mingzhi而华2019年11月24日

答:接受 1月

这个for循环可以被向量化或者使用parfor代替吗?如果有，我该怎么做?

                    为edgeID = 1:尺寸(1)
                   
                    自我=自(edgeID);
                   
                    sdl(自我)= sdl(自我)+ sdl_edge (edgeID);添加裂缝到自身
                   
                    res(:,自我)= res(:,自我)+ flux_edge (:, edgeID);将助焊剂加入到自残留
                   
                    结束%内部边迭代结束

"self "是一个有顺序的数组。这意味着我想循环这个“订单数组”，并根据该顺序(而不是12345的顺序)填充一些值。

我试过好几种方法，但都失败了。

2的评论
显示隐藏 1年长的评论

Mingzhi而华 2019年11月21日

自我是类似于[2 4 7 8 5 9 1 0 3 6 8 2 5 6]当我循环的时候指数= 1,2,3,… 我需要一个这样的数组 2、4、7、… 相应的更新。上传精确的变量。初始化 sdl 和 res

                          sdl = 0 (7219);
                         
                          res = 0 (7219);

这表示所有元素都在自我不会超过7219。

登录评论。

登录回答这个问题。

接受的答案

1月 2019年11月21日

0
链接

直接链接到这个答案

//www.tatmou.com/matlabcentral/answers/492181-vectorise-or-parallel-computing#answer_402577

这个循环不能并行化。如果 flux_edge 是一个向量而不是矩阵， accumarray 将有效地解决这个问题。试试这个:

                        %未测试和最喜欢的bug !
                       
                        Sdl (selfs) = accumarray(selfs, sdl_edge);
                       
                        resCell = splitapply(@(c) {sum(c, 2)}， flux_edge, self);
                       
                        res(:， self) = cat(2, resCell{:});

的值自人失踪。因此，我不能测试代码，我假设，它包含严重的错误。我假设您可以找到剩余的问题并修改代码，直到它解决您的需求。

如果问题是时间紧迫的(整个程序的瓶颈)，我会编写一个C-mex函数。在细胞中积累并在之后加入它们对内存消耗没有效率。

的大小自很重要。首先收集相等的值可能更有效独特的然后在这个列表上运行循环:

                        %的考验
                       
                        v =独特(自);
                       
                        SDL = 0 (1,7219);
                       
                        Res = 0 (5,7219);
                       
                        为4 = 1:元素个数(v)
                       
                        av = v (iv);
                       
                        掩码= (selfs == av);
                       
                        sdl (av) =总和(sdl_edge(面具));
                       
                        Res (:， av) = sum(flux_edge(:， mask)， 2);
                       
                        结束

如果这个有一个合理的速度，你可以把它并行化 parfor ．

                        %的考验
                       
                        v =独特(自);
                       
                        nv =元素个数(v);
                       
                        A = 0 (1, nv);
                       
                        B = 0 (5, nv);
                       
                        parfor4 = 1: nv
                       
                        av = v (iv);
                       
                        掩码= (selfs == av);
                       
                        一笔(iv) = (sdl_edge(面具));
                       
                        B(:， iv) = sum(flux_edge(:， mask)， 2);
                       
                        结束
                       
                        SDL = 0 (1,7219);
                       
                        sdl (v) =一个;
                       
                        Res = 0 (5,7219);
                       
                        res(:， v) = B;

4评论
显示隐藏 3年长的评论

Mingzhi而华 2019年11月24日

实际上，整个代码涉及到该部分的2万多次重复。当然, self_edge 和 flux_edge 每一次变化。但我认为，是的，你是对的，最耗时的部分应该是更新这两个。

登录评论。

矢量化或并行计算

2的评论
显示隐藏 1年长的评论

接受的答案

4评论
显示隐藏 3年长的评论

更多的答案(0)

另请参阅

类别

标签

下载188bet金宝搏

释放

社区寻宝

矢量化或并行计算

2的评论 显示隐藏 1年长的评论

接受的答案

4评论 显示隐藏 3年长的评论

更多的答案(0)

另请参阅

类别

标签

下载188bet金宝搏

释放

社区寻宝

2的评论
显示隐藏 1年长的评论

4评论
显示隐藏 3年长的评论