bsxfun能代替更快的操作吗？

Question

我有上千人在这行代码中打电话

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(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.*，但是经过几次测试后，.*比bsxfun慢了一半(我使用的是Matlab2017a)。

还有其他改进的建议吗？我要求的是CPU计算，而不是GPU。对于一个星期的计算，稍微提高百分比是非常重要的。谢谢!

事实:这些代码被编译成MEX并调用40855882次，总时间/自我时间为19558.370秒。这甚至还不到总计算量的10%。

Answer 1

我会用.*。我知道你说它更慢，但在我的电脑上(和2016年b)它大约快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