我想编写一个以矩阵为输入的函数。这是复杂项目中频繁的低级调用,因此使该函数尽可能快地具有潜在的严重性能影响。因为速度对我来说很重要,所以我使用 FixedSizeArrays
中的类型。据我所知,这将节省内存使用量。但我经常知道输入矩阵的某些属性,但我不确定我是否在优化使用它。
这是一个简单的例子。想象一下,我想让以下功能尽可能快:
using FixedSizeArrays
function foo( input::Mat )
# NB: Mat is the FixedSizeArrays matrix type
return 2 * input
end
显然这是一个微不足道的例子,但这不是重点。关键是我对矩阵的维度有所了解
input
:它总是只有两列,我总是可以在运行时指定行数。这似乎是可以传递给编译器以使我的代码更快的信息。我可以将它作为定义 input
大小的参数传递吗?不知何故?这是一个不起作用的示例,但应该让您对我正在尝试做的事情有所了解。function bar( int::N, thismat::Mat{N,2,Float64} )
return 2 * thismat
end
我能做这样的事情吗?如果可以的话,这还能用吗?也许 FixedSizeArrays 已经做了所有可以做的事情。谢谢你的想法!
最佳答案
固定大小的数组已经专门用于大小。这些数组不适用于行数 N
时在您的情况下,可能会有所不同。您注意到的任何性能问题都可能是由于过度特化造成的。
让我更具体一点。
Julia 编译器能够通过对参数类型的积极特化来实现零成本抽象。所以一般来说(也就是说,在所有情况下,除了一些特殊化太昂贵或被显式禁用的情况),如果使用两个不同的类型签名调用函数,则将编译该函数的两个版本。
由于 Mat
的大小是其类型的一部分,这意味着将为 Mat
的每个可能大小编译一个版本.因此,您寻求的专业已经完成。
然而,特化并不是免费的。有两个与之相关的成本:
因此,如果您的矩阵大小为
(2, N)
, 其中 N
变化并且在编译时不知道,将产生动态调度的性能成本。这种性能成本可以通过使用函数屏障技术来限制:对于每个类型不稳定的调用,我们只会产生一次这种成本,因此限制此类调用的数量可以提高性能。但是更能提高性能的是完全避免这种动态调度。可以构造一个数组类型,只对类型中的列数进行编码,并在运行时将行数作为一个字段。也就是说,您的性能问题可能是由于过度特化造成的,您需要创建类型以减少特化的数量。
找到适当的平衡对于从应用程序中尽可能多地发挥性能至关重要。专注于数组的大小实际上很少有用——例如,即使是 C 和 C++ 代码也倾向于将数组大小作为运行时参数传递,而不是专注于特定的数组大小。这不是那么贵。在更多情况下,
FixedSizeArrays.jl
不会提高性能,反而会伤害它。当然,在某些情况下它会有所帮助——但你的情况可能不是其中之一。在您的情况下,为了获得最佳性能,我怀疑这样的类型会最快:
immutable TwoColumnMatrix{T, BaseType} <: AbstractArray{T, 2}
height::Int
base::BaseType
end
function TwoColumnMatrix(A::Matrix)
size(A, 2) == 2 || throw(ArgumentError("must be two columns"))
TwoColumnMatrix{eltype(A), typeof(A)}(size(A, 1), A)
end
Base.@propagate_inbounds function getindex(M::TwoColumnMatrix, n::Int)
M.base[n]
end
size(M::TwoColumnMatrix) = (M.height, 2)
您可能需要定义其他方法以获得最佳性能,并且一如既往地进行基准测试。包装器的开销可能不值得编译器了解尺寸。
关于performance - 在 Julia 中优化传递固定大小数组的维度,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/38444451/