[英]arrayfun can be significantly slower than an explicit loop in matlab. Why?
考虑以下对arrayfun
简单速度测试:
T = 4000;
N = 500;
x = randn(T, N);
Func1 = @(a) (3*a^2 + 2*a - 1);
tic
Soln1 = ones(T, N);
for t = 1:T
for n = 1:N
Soln1(t, n) = Func1(x(t, n));
end
end
toc
tic
Soln2 = arrayfun(Func1, x);
toc
在我的机器上(Linux Mint 12上的Matlab 2011b),该测试的输出是:
Elapsed time is 1.020689 seconds.
Elapsed time is 9.248388 seconds.
什么了?!? arrayfun
虽然看起来更清洁,但速度要慢一个数量级。 这里发生了什么?
此外,我对cellfun
进行了类似的测试,发现它比显式循环慢约3倍。 同样,这个结果与我的预期相反。
我的问题是:为什么arrayfun
和cellfun
这么慢? 鉴于此,有没有充分的理由使用它们(除了使代码看起来很好)?
注意:我在这里谈的是arrayfun
的标准版本,而不是并行处理工具箱中的GPU版本。
编辑:为了清楚,我知道上面的Func1
可以像Oli指出的那样进行矢量化。 我只选择了它,因为它为实际问题提供了简单的速度测试。
编辑:根据grungetta的建议,我重新进行了feature accel off
测试。 结果是:
Elapsed time is 28.183422 seconds.
Elapsed time is 23.525251 seconds.
换句话说,差异的一大部分似乎是JIT加速器在加速显式for
循环方面比在arrayfun
。 这对我来说似乎很奇怪,因为arrayfun
实际上提供了更多信息,即它的使用揭示了对Func1
的调用顺序无关紧要。 另外,我注意到JIT加速器是打开还是关闭,我的系统只使用一个CPU ......
您可以通过运行其他版本的代码来实现这个想法。 考虑明确写出计算,而不是在循环中使用函数
tic
Soln3 = ones(T, N);
for t = 1:T
for n = 1:N
Soln3(t, n) = 3*x(t, n)^2 + 2*x(t, n) - 1;
end
end
toc
在我的电脑上计算的时间:
Soln1 1.158446 seconds.
Soln2 10.392475 seconds.
Soln3 0.239023 seconds.
Oli 0.010672 seconds.
现在,虽然完全“向量化”的解决方案显然是最快的,但您可以看到为每个x条目定义要调用的函数是一个巨大的开销。 只是明确地写出计算得到了因子5加速。 我想这表明MATLABs JIT编译器不支持内联函数 。 根据gnovice的回答,实际上写一个普通函数而不是一个匿名函数更好。 试试吧。
下一步 - 删除(向量化)内循环:
tic
Soln4 = ones(T, N);
for t = 1:T
Soln4(t, :) = 3*x(t, :).^2 + 2*x(t, :) - 1;
end
toc
Soln4 0.053926 seconds.
另一个因素是5加速:这些陈述中有些东西说你应该避免MATLAB中的循环...或者真的存在吗? 那么看看吧
tic
Soln5 = ones(T, N);
for n = 1:N
Soln5(:, n) = 3*x(:, n).^2 + 2*x(:, n) - 1;
end
toc
Soln5 0.013875 seconds.
更接近'完全'矢量化版本。 Matlab按列存储矩阵。 您应始终(在可能的情况下)将计算结构化为“逐列”矢量化。
我们现在可以回到Soln3了。 循环顺序有“行方式”。 让我们改变它
tic
Soln6 = ones(T, N);
for n = 1:N
for t = 1:T
Soln6(t, n) = 3*x(t, n)^2 + 2*x(t, n) - 1;
end
end
toc
Soln6 0.201661 seconds.
更好,但仍然非常糟糕。 单循环 - 很好。 双循环 - 糟糕。 我猜MATLAB在改进循环性能方面做了一些不错的工作,但仍然存在循环开销。 如果你内心有一些较重的工作,你就不会注意到。 但是由于这个计算是有限的内存带宽,你确实看到了循环开销。 你会更清楚地看到在那里调用Func1的开销。
那么arrayfun有什么用呢? 在那里也没有任何功能,所以很多开销。 但为什么比双嵌套循环更糟糕呢? 实际上,使用cellfun / arrayfun的主题已经被多次广泛讨论过(例如, 这里 , 这里 , 这里和这里 )。 这些函数速度很慢,你不能将它们用于这种细粒度的计算。 您可以使用它们来实现代码简洁以及单元格和数组之间的精细转换。 但功能需要比你写的更重:
tic
Soln7 = arrayfun(@(a)(3*x(:,a).^2 + 2*x(:,a) - 1), 1:N, 'UniformOutput', false);
toc
Soln7 0.016786 seconds.
请注意,Soln7现在是一个单元格..有时这很有用。 代码性能现在非常好,如果您需要单元格作为输出,则在使用完全矢量化解决方案后无需转换矩阵。
那么为什么arrayfun比简单的循环结构慢呢? 不幸的是,我们不可能肯定地说,因为没有可用的源代码。 你只能猜测,因为arrayfun是一个通用函数,它处理各种不同的数据结构和参数,在简单的情况下它不一定非常快,你可以直接表示为循环嵌套。 我们无法知道的开销来自哪里。 更好的实施可以避免开销吗? 也许不吧。 但遗憾的是,我们唯一能做的就是研究性能,以确定适用的情况,以及不适用的情况。
更新由于此测试的执行时间很短,为了获得可靠的结果,我现在添加了一个围绕测试的循环:
for i=1:1000
% compute
end
有时候给出如下:
Soln5 8.192912 seconds.
Soln7 13.419675 seconds.
Oli 8.089113 seconds.
你看到arrayfun仍然很糟糕,但至少比矢量化解决方案差三个数量级。 另一方面,具有逐列计算的单个循环与完全矢量化版本一样快......这都是在单个CPU上完成的。 如果切换到2个核心,Soln5和Soln7的结果不会改变 - 在Soln5中,我必须使用parfor来使其并行化。 忘掉加速... Soln7并不是并行运行的,因为arrayfun并不是并行运行的。 另一方面,Olis矢量化版本:
Oli 5.508085 seconds.
那是因为!!!!
x = randn(T, N);
不是gpuarray
类型;
你需要做的就是
x = randn(T, N,'gpuArray');
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.