考虑以下简单的速度测试 arrayfun
:
T = 4000;
N = 500;
x = randn(T, N);
Func1 = @(a) (3*a^2 + 2*a - 1);
tic
Soln1 = ones(T, N);
for t = 1:T
for n = 1:N
Soln1(t, n) = Func1(x(t, n));
end
end
toc
tic
Soln2 = arrayfun(Func1, x);
toc
在我的机器上(Linux Mint 12上的Matlab 2011b),该测试的输出是:
Elapsed time is 1.020689 seconds.
Elapsed time is 9.248388 seconds.
什么了?!? arrayfun
虽然看起来更清洁,但速度要慢一个数量级 . 这里发生了什么?
此外,我对 cellfun
进行了类似的测试,发现它比显式循环慢约3倍 . 同样,这个结果与我的预期相反 .
My question is: 为什么 arrayfun
和 cellfun
这么慢?鉴于此,有没有充分的理由使用它们(除了使代码看起来很好)?
Note: 我在这里谈的是 arrayfun
的标准版本,而不是并行处理工具箱中的GPU版本 .
EDIT: 为了清楚起见,我知道上面的 Func1
可以按照Oli的指示进行矢量化 . 我只选择了它,因为它为实际问题提供了简单的速度测试 .
_1774811_根据grungetta的建议,我用 feature accel off
重新进行了测试 . 结果是:
Elapsed time is 28.183422 seconds.
Elapsed time is 23.525251 seconds.
换句话说,差异的一个重要部分似乎是JIT加速器在加速显式 for
循环方面做得比 arrayfun
好得多 . 这对我来说似乎很奇怪,因为 arrayfun
实际上提供了更多信息,即它的使用揭示了对 Func1
的调用顺序并不重要 . 另外,我注意到JIT加速器是打开还是关闭,我的系统只使用一个CPU ......
2 回答
您可以通过运行其他版本的代码来实现这个想法 . 考虑明确写出计算,而不是在循环中使用函数
在我的电脑上计算的时间:
现在,虽然完全'vectorized'解决方案显然是最快的,但您可以看到为每个x条目定义要调用的函数是 huge 开销 . 只是明确地写出计算得到了因子5加速 . 我想这表明MATLABs JIT编译器does not support inline functions . 根据gnovice的回答,实际上写一个普通函数而不是一个匿名函数更好 . 试试吧 .
下一步 - 删除(向量化)内循环:
另一个因素是5加速:这些陈述中有些东西说你应该避免MATLAB中的循环...或者真的存在吗?那么看看吧
更接近'完全'矢量化版本 . Matlab按列存储矩阵 . 您应始终(在可能的情况下)将计算结构化为“逐列”矢量化 .
我们现在可以回到Soln3了 . 循环顺序有“行方式” . 让我们改变它
更好,但仍然非常糟糕 . 单循环 - 很好 . 双循环 - 糟糕 . 我猜MATLAB在改进循环性能方面做了一些不错的工作,但仍然存在循环开销 . 如果你内心有一些较重的工作,你就不会注意到 . 但是由于这个计算是有限的内存带宽,你确实看到了循环开销 . 而且你更清楚地看到在那里调用Func1的开销 .
那么arrayfun有什么用呢?在那里也没有任何功能,所以很多开销 . 但为什么比双嵌套循环更糟糕呢?实际上,已经多次广泛讨论了使用cellfun / arrayfun的主题(例如here,here,here和here) . 这些函数速度很慢,你不能将它们用于这种细粒度的计算 . 您可以使用它们来实现代码简洁以及单元格和数组之间的精细转换 . 但功能需要比你写的更重:
请注意,Soln7现在是一个单元格..有时这很有用 . 代码性能现在非常好,如果您需要单元格作为输出,则在使用完全矢量化解决方案后无需转换矩阵 .
那么为什么arrayfun比简单的循环结构慢呢?不幸的是,我们不可能肯定地说,因为没有可用的源代码 . 你只能猜测,因为arrayfun是一个通用函数,它处理各种不同的数据结构和参数,在简单的情况下它不一定非常快,你可以直接表示为循环嵌套 . 我们无法知道的开销来自哪里 . 更好的实施可以避免开销吗?也许不吧 . 但遗憾的是,我们唯一能做的就是研究绩效,以确定其运作的案例好吧,那些,它没有 .
Update 由于此测试的执行时间很短,为了获得可靠的结果,我现在添加了一个围绕测试的循环:
有时候给出如下:
你看到arrayfun仍然很糟糕,但至少比矢量化解决方案差三个数量级 . 另一方面,具有逐列计算的单个循环与完全矢量化版本一样快......这都是在单个CPU上完成的 . 如果切换到2个核心,Soln5和Soln7的结果不会改变 - 在Soln5中,我必须使用parfor来使其并行化 . 忘掉加速... Soln7并不是并行运行的,因为arrayfun并不是并行运行的 . 另一方面,Olis矢量化版本:
那是因为!!!!
不是
gpuarray
类型;你需要做的就是