c++ - 矩阵乘法运行时间 Python < C++ < Matlab - 解释

Question

我有一个矩阵M，它是16384 x 81。我想计算 M * M.t(结果将是 16384x16384)。

我的问题是:有人可以解释一下运行时间的差异吗？

在 C++ 中使用 OpenCV 以下代码需要 18 秒

#include <cv.h>
#include <cstdio>
using namespace cv;
int main(void) {
  Mat m(16384, 81, CV_32FC1);
  randu(m, Scalar(0), Scalar(1));
  int64 tic = getTickCount();
  Mat m2 = m * m.t();
  printf("%f", (getTickCount() - tic) / getTickFrequency());
}

在 Python 中，以下代码仅 0.9 秒 18.8 秒(见下面的评论)

import numpy as np
from time import time
m = np.random.rand(16384, 81)
tic = time()
result = np.dot(m, m.T)
print (time() - tic)

在 MATLAB 中，以下代码需要 17.7 秒

m = rand(16384, 81); 
tic;
result = m * m';
toc;

---

我唯一的猜测是这是一个内存问题，而且 Python 能够以某种方式避免交换空间。但是，当我观看 top 时，我没有看到我的 C++ 应用程序 使用了所有内存，我曾预计 C++ 会获胜.感谢您提供任何见解。

编辑

在修改我的示例以仅对操作计时后，代码现在使用 Python 也需要 18 秒。我真的不确定发生了什么，但如果有足够的内存，它们现在的表现似乎都一样。

如果行数是 8192，下面是计时: C++:4.5 秒 python :4.2 秒 Matlab:1.8 秒

Answer 1

你在什么 CPU 上运行？对于具有动态时钟的现代 x86 和 x64 芯片，getTickCount 和 getTickFrequency 不可信任。

18 秒足以从基于定时器中断的标准操作系统功能中获得可接受的精度。

您在 OpenCV 中使用什么 BLAS？ MatLab 安装了一些高度优化的，IIRC 甚至检测您的 CPU 并适当加载 Intel 或 AMD 的数学库。