為什麼這篇MATLAB 矩陣 內 積鄉民發文收入到精華區:因為在MATLAB 矩陣 內 積這個討論話題中,有許多相關的文章在討論,這篇最有參考價值!作者Absolitude (別再睡了起床了愛麗)看板MATLAB標題[運算] 多層for迴圈簡化時間...
最近遇到一個問題目前只想到用多層for來處理,想請問有沒有辦法簡化
問題大概是這樣,有兩個m*n*k的三維矩陣atot和atotcc,atotcc是atot的共軛複數
https://imgur.com/9Eou21X
其中每一個k方向的紅框atot(1,1,:) atotcc(2,3,:)這些視為一個個向量,目標是把所
有atot中的m*n個向量和atotcc中的m*n個向量分別做內積得到(m*n)^2個值,再取總合
目前的程式大概是這樣
m=15;
n=19;
k=10000;
ar=randn(n,m,k);
ai=randn(n,m,k);
atot=ar+i*ai;
atotcc=conj(atot);
acsd=zeros(n,m,n,m)+i*zeros(n,m,n,m);
tic;
for ix=1:m
for iy=1:n
for ixc=1:m
for iyc=1:n
acsd(iy,ix,ixc,iyc)=sum(bsxfun(@times,atot(iy,ix,:),atotcc(iyc,ixc,:)));
end
end
end
end
toc
tic;
acsdsum=sum(sum(sum(sum(acsd))));
toc
說是內積但是不用dot是因為有複數用起來有些問題,一維的話我知道可以取轉置,但是
寫成(iy,ix,:)這種形式不太知道怎麼做所以先用sum配上bsxfun或.*
感覺寫這麼多層迴圈不是很有效率,而且也不適合用gpu加速(目前只會變慢),但這應該是
很適合平行化的計算(上面的程式在執行時會自動在cpu上平行化),因為所有的內積以及
內積中的運算分別都是獨立的
在這先謝謝板上先進的不吝指教 感恩
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 140.114.253.34
※ 文章網址: https://www.ptt.cc/bbs/MATLAB/M.1513620596.A.E0A.html
也可以先變成(m*n)*k的二維矩陣
https://imgur.com/OD6Cu3O
m=15;
n=19;
k=10000;
mtn=m*n;
ar=randn(mtn,k);
ai=randn(mtn,k);
atot=ar+i*ai;
atotcc=conj(atot);
tic;
for ixc=1:mtn
for iyc=1:mtn
acsd(iyc,ixc)=sum(atot(ixc,:).*atotcc(iyc,:));
end
end
toc
tic;
acsdsum=sum(sum(acsd));
toc
(可能是要轉置的關係,寫成dot
acsd(iyc,ixc)=dot(atot(ixc,:)',atotcc(iyc,:));
會更慢)
這樣就少了兩層for,用cpu速度看起來是差不多,gpu的話寫成這樣比四層快非常多,不
過還是比cpu慢,不知道有沒有辦法再簡化
m=15;
n=19;
k=10000;
mtn=m*n;
ar=randn(mtn,k,'gpuArray');
ai=randn(mtn,k,'gpuArray');
atot=ar+i*ai;
atotcc=conj(atot);
acsd=zeros(mtn,mtn,'gpuArray')+i*zeros(mtn,mtn,'gpuArray');
tic;
for ixc=1:mtn
for iyc=1:mtn
acsd(iyc,ixc)=sum(atot(ixc,:).*atotcc(iyc,:));
end
end
toc
tic;
acsdsum=sum(sum(acsd));
toc
感恩
※ 編輯: Absolitude (140.114.253.34), 12/19/2017 02:47:19
※ 編輯: Absolitude (140.114.253.34), 12/19/2017 02:53:38
謝謝 我震驚到說不話..
※ 編輯: Absolitude (140.114.253.159), 12/19/2017 12:24:55
雖然一開始沒說,但是給了一點P比以示謝意,幫助太多
我覺得我矩陣都白學了..
※ 編輯: Absolitude (140.114.253.159), 12/19/2017 12:27:33
※ 編輯: Absolitude (140.114.253.151), 12/20/2017 03:19:45
比起一開始把MATLAB當C那樣寫,現在大致了解MATLAB要用什麼行事才會快,不過常常
想不到從何下手,大概也只能多練習了
※ 編輯: Absolitude (140.114.253.151), 12/20/2017 03:21:18