我有一个输入矩阵 X
,维度为 N_rows x N_cols
。我还有一个稀疏的三对角矩阵 M
,它是大小为 N_rows x N_rows
的正方形。这些创建如下:
N_rows = 3;
N_cols = 6;
X = rand(N_rows,N_cols);
mm = 10*ones(N_cols,1); % Subdiagonal elements
dd = 20*ones(N_cols,1); % Main diagonal elements
pp = 30*ones(N_cols,1); % Superdiagonal elements
M = spdiags([mm dd pp],-1:1,N_cols,N_cols);
看起来像下面这样:
>> X
X =
0.4018 0.1233 0.4173 0.9448 0.3377 0.1112
0.0760 0.1839 0.0497 0.4909 0.9001 0.7803
0.2399 0.2400 0.9027 0.4893 0.3692 0.3897
full(M)
ans =
2 3 0 0 0 0
1 2 3 0 0 0
0 1 2 3 0 0
0 0 1 2 3 0
0 0 0 1 2 3
0 0 0 0 1 2
我想取 X
的每一行,并与 M
进行矩阵乘法,然后将获得的行重新组合在一起以获得输出 Y
。目前,我通过以下方式成功实现了这一目标:
Y = (M*X.').';
上面的示例是针对 X
的 3x6 矩阵,但实际上我需要对尺寸为 500 x 500 的矩阵执行此操作,大约 10000 次,探查器说此操作在我较大代码中的瓶颈。有没有更快的方法来进行这种逐行矩阵乘法运算?
在我的系统上,执行此操作 10000 次大约需要 20 秒:
N_rows = 500;
N_cols = 500;
X = rand(N_rows,N_cols);
mm = 10*ones(N_cols,1); % Subdiagonal elements
dd = 20*ones(N_cols,1); % Main diagonal elements
pp = 30*ones(N_cols,1); % Superdiagonal elements
M = spdiags([mm dd pp],-1:1,N_cols,N_cols);
tic
for k = 1:10000
Y = (M*X.').';
end
toc
Elapsed time is 18.632922 seconds.
最佳答案
您可以使用 X*M.'
代替 (M*X.').';
。这在我的计算机上节省了大约 35% 的时间。
这可以解释为因为转置(或排列维度)意味着重新排列矩阵的内部(线性顺序)表示中的元素,这需要时间。
关于matlab - 转置矩阵的每一行并将结果向量乘以其他矩阵的更快方法?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/65752460/