Matlab/Octaveの2つの合計計算のうち、ローベクトルで最適なものはどれですか？

Question

私はMatlab/OctaveとMachine learningにかなり関心がありますが、これまでのところ、加算とベクトル化を可能な限り反復するループを避けたいと思っています。私の腸は、私たちに教えてくれますが

• sum(x)
• x * ones(length(x),1)

：

のような行ベクトルを考える：x = [ 1,2,3,4,5]

次の2つの方法で合計を計算することができます第2のオプションは、より「ベクトル化」されていると感じます。

どれが最適で、その理由は？パフォーマンスとメモリ使用などの2つの間にトレードオフがありますか？はるかに優れているsum()に内蔵された性能の観点から

：

Answer 1

一般に、sumが良いと思われます。「すべてのもの」ベクトルを割り当てる時間/メモリのオーバーヘッドはそれに値するものではありません。
しかし、同じ長さのベクトルを繰り返し合計する必要がある場合、ベクトルの割り当ては1回しか実行できないため、平均オーバーヘッドが減少します。私のマシン上で

：

"キャッシュ" すべてのものベクトル：

N=100;T=500000; x=rand(T,N); 
tic;o=ones(N,1);for ii=1:T, x(ii,:)*o;end;toc 

経過時間が0.480388秒です。

sumを使用している間：

tic;for ii=1:T, sum(x(ii,:));end;toc 

経過時間が0.488517秒です。

だから、それはが若干速くが繰り返さ和の場合には、「すべてのものを」ベクトル方式を使用することです。

---

あなたがtime calculationのうち、 "すべてのもの" ベクトルの割り当てを取る場合は、あなたがで終わる：

N=100;T=500000; x=rand(T,N);o=ones(N,1); 
tic;for ii=1:T, x(ii,:)*o;end;toc 

経過時間は0です。477762秒。

しかし、再び、あなたはいくつかの点で、それを割り当てる必要があります...

Answer 2

OK]をクリックして、いくつかのより多くの掘削をした私はものの余分なベクターを用いて推測

x = rand(1,100000000); 
    %slowwwww 
    t = cputime; x * ones(length(x),1); e= cputime - t; e 

    % Faster 
    t = cputime; sum(x); e= cputime - t; e 

も不要なメモリを使用することです。 sum()を超えるパフォーマンスの向上がないため、非ネイティブメソッドははるかに最適ではありません。