查看单个帖子
旧 2019-12-10, 20:48   #1
poster
高级会员
 
注册日期: 2019-11-21
帖子: 3,006
声望力: 66
poster 正向着好的方向发展
帖子 MATLAB中超大型矩阵的有效乘法

由于D很大,我没有足够的内存来简单地创建对角D-D矩阵。我不断收到“内存不足”错误。

我没有执行M x D运算,而不是在第一次乘法中执行M x D x D运算,但是我的代码仍然需要花一些时间才能运行。

有人能找到一种更有效的方法来执行乘法A'*B*A吗?到目前为止,这是我尝试过的事情:

D=20000 M=25 A = floor(rand(D,M)*10); B = floor(rand(1,D)*10); for i=1:D for j=1:M result(i,j) = A(i,j) * B(1,j); end end manual = result * A'; auto = A*diag(B)*A'; isequal(manual,auto)



回答:

解决稀疏矩阵的一种方法是使用稀疏矩阵 。这是一个例子:

D = 20000; M = 25; A = floor(rand(D,M).*10); %# A D-by-M matrix diagB = rand(1,D).*10; %# Main diagonal of B B = sparse(1:D,1:D,diagB); %# A sparse D-by-D diagonal matrix result = (A.'*B)*A; %'# An M-by-M result 另一种选择是使用函数REPMAT沿B的主对角线复制D元素以创建M by D矩阵,然后与A.' 元素乘法 A.' :

B = repmat(diagB,M,1); %# Replicate diagB to create an M-by-D matrix result = (A.'.*B)*A; %'# An M-by-M result 还有另一个选择是使用功能BSXFUN

result = bsxfun(@times,A.',diagB)*A; %'# An M-by-M result

更多&回答...
poster 当前离线   回复时引用此帖