bsxfun可以代替更快的操作吗?

Question

我在这一行代码中有一千个调用

idx=sub2ind(size(I),x,y);
A=bsxfun(@times,bsxfun(@times, a, d),I(idx));
B=bsxfun(@times,bsxfun(@times, b, d),I(idx));
C=bsxfun(@times,bsxfun(@times, b, c),I(idx));
D=bsxfun(@times,bsxfun(@times, a, c),I(idx));

其中a、b、c和d =1xn矩阵，以及I=mxn矩阵(最高可达 1920x1080(。例如：

x=10; y=40;
a=rand(1,100);
b=rand(1,100);
c=rand(1,100);
d=rand(1,100);
I=rand(500,500);

矢量化方法将使用.*，但是经过几次测试，.*比bsxfun慢一半(我使用的是 MATLAB 2017a(。

还有其他改进建议吗？不过，我要求的是 CPU 计算，而不是 GPU。对于一周时间的计算，轻微的改进百分比非常重要。谢谢！

事实：这行代码被编译成 MEX 并调用了 40855882 次，总/自身时间为 19558.370 秒。这甚至不是总计算量的10%。

Answer 1

我会使用.*.我知道你说它更慢，但在我的电脑(和 2016b(上，它快了大约 70 倍......

x=10; y=40;
a=rand(1,100);
b=rand(1,100);
c=rand(1,100);
d=rand(1,100);
I=rand(500,500);
idx=sub2ind(size(I),x,y);
n = 10000;
tic
for ii = 1:n % vectorized version
    A1 = a.*d*I(idx);
    B1 = b.*d*I(idx);
    C1 = b.*c*I(idx);
    D1 = a.*c*I(idx);
end
t1 = toc;
tic
for ii = 1:n % bsxfun version
    A=bsxfun(@times,bsxfun(@times, a, d),I(idx));
    B=bsxfun(@times,bsxfun(@times, b, d),I(idx));
    C=bsxfun(@times,bsxfun(@times, b, c),I(idx));
    D=bsxfun(@times,bsxfun(@times, a, c),I(idx));
end    
t = toc;
t/t1