matlab - ubuntu下Matlab代码执行速度非常慢

标签 matlab ubuntu sparse-matrix symbolic-math

我在 Windows 7 下使用 MATLAB 2012a,并执行了一些密集的代码,我的意思是内存使用和处理时间方面的密集,但是,代码在 Windows 上运行良好。现在,我将操作系统更改为 ubuntu 12.04,并安装了 Matlab 2013a。使用的内存量比在 Windows 中少得多,但 matlab 执行相同代码所花费的时间非常高——非常高。

我需要提到的是,除了将符号替换作为参数之一的稀疏语句之外,我的代码不包含任何可能需要花费如此大量时间的内容,如下所示

K=zeros(Np,Np);

for i=1:ord
K=K+sparse(t(1:ord,:),repmat(t(i,:),ord,1),double(subs(Kv(:,i),Arg(Kv,1,1,6),Arg(Kv,1,2,6))),Np,Np);
end

注意:Kv 是一个符号矩阵,Arg 是一个提供 OLD 和 NEW 的函数,它取决于许多全局变量。

我感觉我错过了在 ubuntu 中添加一些可能有助于加速 Matlab 代码执行的东西。 有什么想法吗?

最佳答案

我在 Windows 上遇到了类似的问题,但我相信 Ubuntu LTS 上的解决方案是相同的。 因此,如果增加 Matlab 的 Java 堆内存,Matlab 会消耗更多的系统内存,但速度会更快。

为此,请访问: 文件->首选项->常规->Java堆内存并增加到最大。 默认值是128,太小了。

关于matlab - ubuntu下Matlab代码执行速度非常慢,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/17995178/

相关文章:

matlab - 如何在 Matlab 中为非当前图形创建轴?

linux - Multixterm - "can' t 找到包 Expect”

linux - 使用ubuntu找出内存被吃掉的地方

python - 向量、矩阵乘法和求和

list - 如何进行设置差异,除非不消除重复元素

arrays - 有效拾取包围元素

matlab - 高效填充稀疏矩阵matlab

python - 将 pandas df 从长转换为宽,然后转换为稀疏矩阵

matlab - 如果 y 方向设置为 'reverse',如何修复 Matlab 中矢量注释头的错误对齐

python-2.7 - 使用 Python 2 和 3 安装附加包 Jupyter